題目有n種物品和乙個容量為v的揹包。第i種物品最多有n[i]件可用，每件費用是c[i]，價值是w[i]。求解將哪些物品裝入揹包可使這些物品的費用總和不超過揹包容量，且價值總和最大。
基本演算法
這題目和完全揹包問題很類似。基本的方程只需將完全揹包問題的方程略微一改即可，因為對於第i種物品有n[i]+1種策略：取0件，取1件……取n[i]件。令f[i][v]表示前i種物品恰放入乙個容量為v的揹包的最大權值，則有狀態轉移方程：
f[i][v]=max
複雜度是o(v*σn[i])。
轉化為01揹包問題
另一種好想好寫的基本方法是轉化為01揹包求解：把第i種物品換成n[i]件01揹包中的物品，則得到了物品數為σn[i]的01揹包問題，直接求解，複雜度仍然是o(v*σn[i])。
但是我們期望將它轉化為01揹包問題之後能夠像完全揹包一樣降低複雜度。仍然考慮二進位制的思想，我們考慮把第i種物品換成若干件物品，使得原問題中第i種物品可取的每種策略——取0..n[i]件——均能等價於取若干件代換以後的物品。另外，取超過n[i]件的策略必不能出現。
方法是：將第i種物品分成若干件物品，其中每件物品有乙個係數，這件物品的費用和價值均是原來的費用和價值乘以這個係數。使這些係數分別為1,2,4,...,2^(k-1),n[i]-2^k+1，且k是滿足n[i]-2^k+1>0的最大整數。例如，如果n[i]為13，就將這種物品分成係數分別為1,2,4,6的四件物品。
分成的這幾件物品的係數和為n[i]，表明不可能取多於n[i]件的第i種物品。另外這種方法也能保證對於0..n[i]間的每乙個整數，均可以用若干個係數的和表示，這個證明可以分0..2^k-1和2^k..n[i]兩段來分別討論得出，並不難，希望你自己思考嘗試一下。
這樣就將第i種物品分成了o(log n[i])種物品，將原問題轉化為了複雜度為o(v*σlog n[i])的01揹包問題，是很大的改進。
下面給出o(log amount)時間處理一件多重揹包中物品的過程，其中amount表示物品的數量：
procedure multiplepack(cost,weight,amount)
if cost*amount>=v
completepack(cost,weight)
return
integer k=1
while kzeroonepack(k*cost,k*weight)
amount=amount-k
k=k*2
zeroonepack(amount*cost,amount*weight)
希望你仔細體會這個偽**，如果不太理解的話，不妨翻譯成程式**以後，單步執行幾次，或者頭腦加紙筆模擬一下，也許就會慢慢理解了。
o(vn)的演算法
多重揹包問題同樣有o(vn)的演算法。這個演算法基於基本演算法的狀態轉移方程，但應用單調佇列的方法使每個狀態的值可以以均攤o(1)的時間求解。由於用單調佇列優化的dp已超出了noip的範圍，故本文不再展開講解。我最初了解到這個方法是在樓天成的「男人八題」幻燈片上。
小結這裡我們看到了將乙個演算法的複雜度由o(v*σn[i])改進到o(v*σlog n[i])的過程，還知道了存在應用超出noip範圍的知識的o(vn)演算法。希望你特別注意「拆分物品」的思想和方法，自己證明一下它的正確性，並將完整的程式**寫出來。
首頁
揹包九講 簡單揹包
揹包問題是一種動態規劃演算法的衍生問題。它可以被看作一種獨立的題型，也可以看作是一種線性動態規劃。學好揹包 學會揹包，對於深入理解動態規劃演算法有著極大的好處，並能幫助理解一些更深層次的動態規劃問題。那麼就開始吧 題目型別 有 n 件物品和乙個容量為 v 的揹包。第 i 件物品的費體積是 v i 價...
演算法 揹包九講
例題參考 資訊學奧賽一本通 初始化分兩種情況 1 如果揹包要求正好裝滿則初始化 f 0 0,f 1 v inf 2 如果不需要正好裝滿 f 0 v 0 有n件物品和乙個容量為v的揹包。第i件物品的費用 即體積，下同 是w i 價值是c i 求解將哪些物品裝入揹包可使這些物品的費用總和不超過揹包容量，...
揹包九講（9）
以上涉及的各種揹包問題都是要求在揹包容量 費用 的限制下求可以取到的最大價值，但揹包問題還有很多種靈活的問法，在這裡值得提一下。但是我認為，只要深入理解了求揹包問題最大價值的方法，即使問法變化了，也是不難想出演算法的。例如，求解最多可以放多少件物品或者最多可以裝滿多少揹包的空間。這都可以根據具體問題...