2024-03-20：用go语言，自 01背包问世之后，小 A 对此深感兴趣。 一天，小 A 去远游，却发现他的背包不同于 01 背包，他的物品大致可分为 k 组。 每组中的物品只能选择1件，现在他想

2024-03-20：用go语言，自 01背包问世之后，小 A 对此深感兴趣。

一天，小 A 去远游，却发现他的背包不同于 01 背包，他的物品大致可分为 k 组。

每组中的物品只能选择1件，现在他想知道最大的利用价值是多少？

答案2024-03-20：

来自左程云。

灵捷3.5

大体步骤如下：

1.定义常量 MAXN 和 MAXM，分别表示物品数量和背包容量的最大值。

2.声明一个二维数组 arr 用于存储物品的重量、价值和组别信息。

3.声明一个一维数组 dp 用于记录每个容量下的最大利用价值。

4.获取输入信息，包括背包容量 m 和物品数量 n。

5.遍历n次，将物品的重量、价值和组别信息存入二维数组 arr。

6.根据物品的组别信息对二维数组 arr 进行排序。

7.初始化数组 dp，将所有元素设置为0。

8.使用动态规划算法计算最大利用价值。遍历每个组别的物品，对于每个容量 r，遍历当前组别的物品，如果容量 r 大于等于物品的重量，则更新 dp[r] 为当前物品的价值加上 dp[r-物品重量] 的最大值。

9.返回 dp[m]，即背包容量为 m 时的最大利用价值。

10.打印结果。

总的时间复杂度是 O(nmlog(n))，其中 n 是物品数量，m 是背包容量。这是因为需要对二维数组 arr 进行排序，排序的时间复杂度是 O(nlog(n))，而计算最大利用价值的动态规划算法的时间复杂度是 O(nm)。

总的额外空间复杂度是 O(n)，其中 n 是物品数量。这是因为需要使用数组 dp 来记录每个容量下的最大利用价值。

go完整代码如下：

package main

import (
	"fmt"
	"sort"
)

const MAXN = 1001
const MAXM = 1001

var arr = [MAXN][3]int{}
var dp = [MAXM]int{}
var m, n int

func compute() int {
	for start, end := 0, 1; start < n; {
		for end < n && arr[end][2] == arr[start][2] {
			end++
		}
		for r := m; r >= 0; r-- {
			for i := start; i < end; i++ {
				if r >= arr[i][0] {
					dp[r] = max(dp[r], arr[i][1]+dp[r-arr[i][0]])
				}
			}
		}
		start = end
		end++
	}
	return dp[m]
}

func max(a, b int) int {
	if a > b {
		return a
	}
	return b
}

func main() {
	inputs := []int{45, 3,
		10, 10, 1,
		10, 5, 1,
		50, 400, 2}
	ii := 0

	m = inputs[ii]
	ii++

	n = inputs[ii]
	ii++

	for i := 0; i < n; i++ {
		arr[i][0] = inputs[ii]
		ii++
		arr[i][1] = inputs[ii]
		ii++
		arr[i][2] = inputs[ii]
		ii++
	}
	sort.Slice(arr[:n], func(i, j int) bool {
		return arr[i][2] < arr[j][2]
	})
	for i := 0; i <= m; i++ {
		dp[i] = 0
	}
	fmt.Println(compute())

}

python完整代码如下：

# -*-coding:utf-8-*-

MAXN = 1001
MAXM = 1001

arr = [[0] * 3 for _ in range(MAXN)]
dp = [0] * MAXM
m, n = 0, 0

def compute():
    start = 0
    while start < n:
        end = start + 1
        while end < n and arr[end][2] == arr[start][2]:
            end += 1
        for r in range(m, -1, -1):
            for i in range(start, end):
                if r >= arr[i][0]:
                    dp[r] = max(dp[r], arr[i][1] + dp[r - arr[i][0]])
        start = end
    return dp[m]

def max(a, b):
    return a if a > b else b

inputs = [45, 3,
          10, 10, 1,
          10, 5, 1,
          50, 400, 2]
ii = 0

m = inputs[ii]
ii += 1

n = inputs[ii]
ii += 1

for i in range(n):
    arr[i][0] = inputs[ii]
    ii += 1
    arr[i][1] = inputs[ii]
    ii += 1
    arr[i][2] = inputs[ii]
    ii += 1

arr = arr[:n]
arr.sort(key=lambda x: x[2])

for i in range(m + 1):
    dp[i] = 0

print(compute())