【算法】动态规划专题⑩ —— 混合背包问题 python

---

前置知识

【算法】动态规划专题⑤ —— 0-1背包问题 + 滚动数组优化
【算法】动态规划专题⑥ —— 完全背包问题 python
【算法】动态规划专题⑦ —— 多重背包问题 + 二进制分解优化 python

---

混合背包结合了三种不同类型的背包问题：0/1背包、完全背包和多重背包

---

进入正题

混合背包问题 https://www.acwing.com/problem/content/description/7/

题目描述

有 $N$ 种物品和一个容量是 $V$ 的背包。

物品一共有三类：

• 第一类物品只能用1次（01背包）；
• 第二类物品可以用无限次（完全背包）；
• 第三类物品最多只能用 $s_i$ 次（多重背包）；

每种体积是 $v_i$，价值是 $w_i$。

求解将哪些物品装入背包，可使物品体积总和不超过背包容量，且价值总和最大。
输出最大价值。

输入格式

第一行两个整数，$N，V$，用空格隔开，分别表示物品种数和背包容积。

接下来有 $N$ 行，每行三个整数 $v_i,w_i,s_i$，用空格隔开，分别表示第 $i$ 种物品的体积、价值和数量。

• $s_i=-1$ 表示第 $i$ 种物品只能用1次；
• $s_i=0$ 表示第 $i$ 种物品可以用无限次；
• $s_i>0$ 表示第 $i$ 种物品可以使用 $s_i$ 次；

输出格式

输出一个整数，表示最大价值。

数据范围

$0<N,V\le 1000$
$0<v_i,w_i\le 1000$
$-1\le s_i\le 1000$

输入样例

4 5
1 2 -1
2 4 1
3 4 0
4 5 2

输出样例：

8

code：

n, v = map(int, input().split())
dp = [0] * (v + 1)
for i in range(1, n + 1):vi, wi, si = map(int, input().split())if si == 0:  # 完全背包for j in range(vi, v + 1):dp[j] = max(dp[j], dp[j - vi] + wi)elif si == -1:  # 0-1背包for j in range(v, vi - 1, -1):dp[j] = max(dp[j], dp[j - vi] + wi)else:  # 多重背包group = []k = 1while si >= k:group.append((vi * k, wi * k))si -= kk *= 2if si > 0:group.append((vi * si, wi * si))for vi, wi in group:for j in range(v, vi - 1, -1):dp[j] = max(dp[j], dp[j - vi] + wi)
print(dp[v])

---

总结

这是背包问题篇的最后一节内容，相信你已经完全掌握了相关内容。完结撒花

---

END
如果有更多问题或需要进一步的帮助，可以在评论区留言讨论哦！
如果喜欢的话，请给博主点个关注 谢谢