对于正常的背包问题,只有一个限定条件——背包容量不超过多少,而有些背包问题有多重限定条件,比如NASA的食物计划这道题,有体积和质量这两个限定条件。
对于这种问题,其实是和正常的背包问题是差不多的,只需要多加一层循环而已。
下面附上这道题的代码:
#include <iostream>
#include <algorithm>
#define MAXL 401
using namespace std;
int dp[MAXL][MAXL], W, V, n, w, v, p;
void ZeroOnePack(int v, int w, int p);
int main()
{
cin >> V >> W;
cin >> n;
for (int i = 1; i <= n; i++)
{
cin >> v >> w >> p;
ZeroOnePack(v, w, p);
}
cout << dp[V][W] << endl;
return 0;
}
void ZeroOnePack(int v, int w, int p)
{
for (int i = V; i >= v; i--)
for (int j = W; j >= w; j--)
dp[i][j] = max(dp[i - v][j - w] + p, dp[i][j]);
}可以看出,只是多了一层循环而已,数组多开一维。对于有N种限定条件的问题,只需开个N维数组,N层循环就行了。
但是维数越多,复杂度越高,这种方法的复杂度指数升高,这是不能接受的,不过一般不会出这么多限定条件的题的。。。
本文探讨了在解决背包问题时遇到的多重限制条件,并通过NASA食物计划为例,展示了如何将多个限制条件整合到标准背包问题中。文章指出,解决这类问题的方法与基本背包问题相似,仅需增加循环层数,但同时强调了限制条件数量增多导致的复杂度增加。

843

被折叠的 条评论
为什么被折叠?



