IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> (Week 8)动态规划(C++,背包) -> 正文阅读

[数据结构与算法](Week 8)动态规划(C++,背包)

疯狂的采药(C++,完全背包)

题目背景

此题为纪念 LiYuxiang 而生。

题目描述

LiYuxiang 是个天资聪颖的孩子,他的梦想是成为世界上最伟大的医师。为此,他想拜附近最有威望的医师为师。医师为了判断他的资质,给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说:“孩子,这个山洞里有一些不同种类的草药,采每一种都需要一些时间,每一种也有它自身的价值。我会给你一段时间,在这段时间里,你可以采到一些草药。如果你是一个聪明的孩子,你应该可以让采到的草药的总价值最大。”

如果你是 LiYuxiang,你能完成这个任务吗?

此题和原题的不同点:

1 1 1. 每种草药可以无限制地疯狂采摘。

2 2 2. 药的种类眼花缭乱,采药时间好长好长啊!师傅等得菊花都谢了!

输入格式

输入第一行有两个整数,分别代表总共能够用来采药的时间 t t t 和代表山洞里的草药的数目 m m m

2 2 2 到第 ( m + 1 ) (m + 1) (m+1) 行,每行两个整数,第 ( i + 1 ) (i + 1) (i+1) 行的整数 a i , b i a_i, b_i ai?,bi? 分别表示采摘第 i i i 种草药的时间和该草药的价值。

输出格式

输出一行,这一行只包含一个整数,表示在规定的时间内,可以采到的草药的最大总价值。

样例 #1

样例输入 #1

70 3
71 100
69 1
1 2

样例输出 #1

140

提示

数据规模与约定

  • 对于 30 % 30\% 30% 的数据,保证 m ≤ 1 0 3 m \le 10^3 m103
  • 对于 100 % 100\% 100% 的数据,保证 1 ≤ m ≤ 1 0 4 1 \leq m \le 10^4 1m104 1 ≤ t ≤ 1 0 7 1 \leq t \leq 10^7 1t107,且 1 ≤ m × t ≤ 1 0 7 1 \leq m \times t \leq 10^7 1m×t107 1 ≤ a i , b i ≤ 1 0 4 1 \leq a_i, b_i \leq 10^4 1ai?,bi?104

解题思路:

在理解本题解题思路之前,建议先了解一下01背包问题

01背包问题的状态转移方程如下

values[i][j] = max(values[i - 1][j], values[i - 1][j - w[i]] + v[i])

行标代表是第几个物品,列标代表剩余的背包空间,w[i]为第i个物品的质量,v[i]为第i个物品的价值

完全背包问题与01背包问题的不同点在于处理每个物品时,不再是只有选与不选两种情况,而是有选1个、2个…多种情况

于是我们尝试得到完全背包问题的状态转移方程

values[i][j] = max(values[i - 1][j], values[i - 1][j - k*w[i]] + k*v[i])

但如果只是简单尝试枚举k的所有可能,仍然会TLE,那就需要再次动态规划了

思考一下会发现,选择k个物品时的最大值可以由选择k-1个物品时的最大值得到,以此进行优化,可以得到状态转移方程

values[i][j] = max(values[i - 1][j], values[i][j - w[i]] + v[i])

要注意到,优化前后,对于i号物品,不选时的转移表达式没有变化,选择时的转移表达式变成了同一行中的另一个状态,仅此而已

时间优化完成了,但空间同样需要优化,所以考虑滚动数组

对于i号物品,我们需要的只是第i行和i-1行,其他可以略去,利用i%2带来的性质即可

AC代码如下

#include <iostream>
using namespace std;
const int max_n = 1e7;

struct herb {
	int time;
	int value;
};

herb herbs[max_n];
int max_values[2][max_n] = { 0 };
int ans = 0, t, n;

int main() {
	cin >> t >> n;
	for (int i = 0; i < n; i++) cin >> herbs[i].time >> herbs[i].value;

	for (int i = 0; i < n; i++)
		for (int j = 0; j <= t; j++) {
			if (j - herbs[i].time < 0) {
				if (i == 0) max_values[i % 2][j] = 0;
				else max_values[i % 2][j] = max_values[(i - 1) % 2][j];
				continue;
			}
			max_values[i % 2][j] = max(max_values[(i - 1) % 2][j], max_values[i % 2][j - herbs[i].time] + herbs[i].value);
			ans = max_values[i % 2][j] > ans ? max_values[i % 2][j] : ans;
		}

	cout << ans;
	return 0;
}

骗你的,这段代码还不能AC,因为…没错就是没开long long

/* 十年 OI 一场空,不开 long long 见祖宗。 */

上面的代码已经可以AC了,但其实这段代码还可以优化,接下来展示一次性优化时间和空间

对于第 i i i个物品,当 j ∈ [ 0 , h e r b s [ i ] ) j \in [0, herbs[i]) j[0,herbs[i])时,有max_values[i][j] == max_values[i][j - 1]

所以可以合并

对于 j ∈ [ h e r b [ i ] , t ] j \in [herb[i], t] j[herb[i],t],转移表达式的本质就是比较max_values[i - 1][j]max_values[i][j - herbs[i].time] + herbs[i].value的大小,后者大则赋值,否则不变

所以可以合并

综上,二维数组合并为一维,jherbs[i].time开始遍历即可

优化后代码如下

#include <iostream>
using namespace std;
const int max_n = 1e7;

struct herb {
	int time;
	int value;
};

herb herbs[max_n];
long long max_values[max_n] = { 0 };

int main() {
	int t, n;
	cin >> t >> n;
	for (int i = 0; i < n; i++) cin >> herbs[i].time >> herbs[i].value;

	for (int i = 0; i < n; i++)
		for (int j = herbs[i].time; j <= t; j++)
			max_values[j] = max(max_values[j], max_values[j - herbs[i].time] + herbs[i].value);

	cout << max_values[t];
	return 0;
}

樱花(C++,混合背包)

题目背景

《爱与愁的故事第四弹·plant》第一章。

题目描述

爱与愁大神后院里种了 n n n 棵樱花树,每棵都有美学值 C i ( 0 ≤ C i ≤ 200 ) C_i(0 \le C_i \le 200) Ci?(0Ci?200)。爱与愁大神在每天上学前都会来赏花。爱与愁大神可是生物学霸,他懂得如何欣赏樱花:一种樱花树看一遍过,一种樱花树最多看 A i ( 0 ≤ A i ≤ 100 ) A_i(0 \le A_i \le 100) Ai?(0Ai?100) 遍,一种樱花树可以看无数遍。但是看每棵樱花树都有一定的时间 T i ( 0 ≤ T i ≤ 100 ) T_i(0 \le T_i \le 100) Ti?(0Ti?100)。爱与愁大神离去上学的时间只剩下一小会儿了。求解看哪几棵樱花树能使美学值最高且爱与愁大神能准时(或提早)去上学。

输入格式

n + 1 n+1 n+1行:

1 1 1 行:现在时间 T s T_s Ts?(几时:几分),去上学的时间 T e T_e Te?(几时:几分),爱与愁大神院子里有几棵樱花树 n n n。这里的 T s T_s Ts? T e T_e Te? 格式为:hh:mm,其中 0 ≤ h h ≤ 23 0 \leq hh \leq 23 0hh23 0 ≤ m m ≤ 59 0 \leq mm \leq 59 0mm59,且 h h , m m , n hh,mm,n hh,mm,n 均为正整数。

2 2 2 行到第 n + 1 n+1 n+1 行,每行三个正整数:看完第 i i i 棵树的耗费时间 T i T_i Ti?,第 i i i 棵树的美学值 C i C_i Ci?,看第 i i i 棵树的次数 P i P_i Pi? P i = 0 P_i=0 Pi?=0 表示无数次, P i P_i Pi? 是其他数字表示最多可看的次数 P i P_i Pi?)。

输出格式

只有一个整数,表示最大美学值。

样例 #1

样例输入 #1

6:50 7:00 3
2 1 0
3 3 1
4 5 4

样例输出 #1

11

提示

100 % 100\% 100% 数据: T e ? T s ≤ 1000 T_e-T_s \leq 1000 Te??Ts?1000(即开始时间距离结束时间不超过 1000 1000 1000 分钟), n ≤ 10000 n \leq 10000 n10000。保证 T e , T s T_e,T_s Te?,Ts? 为同一天内的时间。

样例解释:赏第一棵樱花树一次,赏第三棵樱花树 2 2 2 次。

解题思路:

本题是一道混合背包问题,如果没了解过01背包问题和完全背包问题可以先去了解一下再回来看这道题

01背包状态转移方程(空间优化后):

for (int i = 0; i < n; i++)
	for (int j = m; j >= w[i]; j--)
		max_v[j] = max(max_v[j] : max_v[j - w[i]] + v[i]);

完全背包状态转移方程(空间优化后):

for (int i = 0; i < n; i++)
	for (int j = w[i]; j<= m; j++)
		max_v[j] = max(max_v[j] : max_v[j - w[i]] + v[i]);

然后a == 0看作完全背包,把a != 0看作a个相同物品的01背包,就可以AC了

AC代码如下(注:可以只看main()里面的代码)

#include <iostream>
using namespace std;
const int max_n = 1e4;
const int max_t = 1e3;

class Sakura {
public:
	int t;
	int c;
	int a;
	friend istream& operator>>(istream& in_put, Sakura& sak);
};

class Time {
private:
	int hour;
	int minute;
public:
	friend istream& operator>>(istream& in_put, Time& t);
	int calculate_minute();
};

Sakura sakura_arr[max_n];
long long max_values[max_t] = { 0 };

int main() {
	int n, sum_t;
	Time ini_t, end_t;
	cin >> ini_t >> end_t >> n;
	sum_t = end_t.calculate_minute() - ini_t.calculate_minute();
	for (int i = 0; i < n; i++) cin >> sakura_arr[i];

	for (int i = 0; i < n; i++)
		if (sakura_arr[i].a == 0)
			for (int j = sakura_arr[i].t; j <= sum_t; j++)
				max_values[j] = max(max_values[j], max_values[j - sakura_arr[i].t] + sakura_arr[i].c);
		else
			for (int j = 1; j <= sakura_arr[i].a; j++)
				for (int z = sum_t; z >= sakura_arr[i].t; z--)
					max_values[z] = max(max_values[z], max_values[z - sakura_arr[i].t] + sakura_arr[i].c);

	cout << max_values[sum_t];
	return 0;
}

istream& operator>>(istream& in_put, Sakura& sak) {
	in_put >> sak.t >> sak.c >> sak.a;
	return in_put;
}

int Time::calculate_minute() {
	return this->hour * 60 + this->minute;
}

istream& operator>>(istream& in_put, Time& t) {
	char c = '\0';
	in_put >> t.hour >> c >> t.minute;
	return in_put;
}

代码还可以通过二进制拆分进一步优化

通过举例说明二进制拆分的思路

10 1 10\\樱花的数据

10二进制拆分后111 + 3,所以拆成了四个物品:

10 120 240 430 3

这样就只需要搜索4个物品而不是10个物品,完成了时间优化

至于为什么二进制拆分不是1010以及为什么这样拆分保证能表达任意数量的物品,可以根据这个例子简单思考一下

优化后的代码如下

#include <iostream>
using namespace std;
const int max_n = 1e4;
const int max_t = 1e3;
const int max_n_2 = 1e6;

class Sakura {
public:
	int t;
	int c;
	int a;
	friend istream& operator>>(istream& in_put, Sakura& sak);
};

class Time {
private:
	int hour;
	int minute;
public:
	friend istream& operator>>(istream& in_put, Time& t);
	int calculate_minute();
};

Sakura sakura_arr[max_n];
long long max_values[max_t] = { 0 };
Sakura sakura_arr_2[max_n_2];

int binary_disassembly(int n) {
	int n_2 = 0;
	for (int i = 0; i < n; i++) {
		if (sakura_arr[i].a == 0) {
			sakura_arr_2[n_2++] = sakura_arr[i];
			continue;
		}

		int power = 1;
		while (sakura_arr[i].a) {
			sakura_arr_2[n_2].a = 1;
			sakura_arr_2[n_2].c = sakura_arr[i].c * power;
			sakura_arr_2[n_2].t = sakura_arr[i].t * power;
			sakura_arr[i].a -= power;
			power *= 2, n_2++;
			if (sakura_arr[i].a < power) {
				sakura_arr_2[n_2].a = 1;
				sakura_arr_2[n_2].c = sakura_arr[i].c * sakura_arr[i].a;
				sakura_arr_2[n_2].t = sakura_arr[i].t * sakura_arr[i].a;
				n_2++;
				break;
			}
		}
	}
	return n_2;
}

int main() {
	int n, sum_t, n_2;
	Time ini_t, end_t;
	cin >> ini_t >> end_t >> n;
	sum_t = end_t.calculate_minute() - ini_t.calculate_minute();
	for (int i = 0; i < n; i++) cin >> sakura_arr[i];
	n_2 = binary_disassembly(n);

	for (int i = 0; i < n_2; i++)
		if (sakura_arr_2[i].a == 0)
			for (int j = sakura_arr_2[i].t; j <= sum_t; j++)
				max_values[j] = max(max_values[j], max_values[j - sakura_arr_2[i].t] + sakura_arr_2[i].c);
		else
			for (int z = sum_t; z >= sakura_arr_2[i].t; z--)
				max_values[z] = max(max_values[z], max_values[z - sakura_arr_2[i].t] + sakura_arr_2[i].c);

	cout << max_values[sum_t];
	return 0;
}

istream& operator>>(istream& in_put, Sakura& sak) {
	in_put >> sak.t >> sak.c >> sak.a;
	return in_put;
}

int Time::calculate_minute() {
	return this->hour * 60 + this->minute;
}

istream& operator>>(istream& in_put, Time& t) {
	char c = '\0';
	in_put >> t.hour >> c >> t.minute;
	return in_put;
}

[NOIP2012 普及组] 摆花(C++,动态规划)

题目描述

小明的花店新开张,为了吸引顾客,他想在花店的门口摆上一排花,共 m m m 盆。通过调查顾客的喜好,小明列出了顾客最喜欢的 n n n 种花,从 1 1 1 n n n 标号。为了在门口展出更多种花,规定第 i i i 种花不能超过 a i a_i ai? 盆,摆花时同一种花放在一起,且不同种类的花需按标号的从小到大的顺序依次摆列。

试编程计算,一共有多少种不同的摆花方案。

输入格式

第一行包含两个正整数 n n n m m m,中间用一个空格隔开。

第二行有 n n n 个整数,每两个整数之间用一个空格隔开,依次表示 a 1 , a 2 , ? ? , a n a_1,a_2, \cdots ,a_n a1?,a2?,?,an?

输出格式

一个整数,表示有多少种方案。注意:因为方案数可能很多,请输出方案数对 1 0 6 + 7 10^6+7 106+7 取模的结果。

样例 #1

样例输入 #1

2 4
3 2

样例输出 #1

2

提示

【数据范围】

对于 20 % 20\% 20% 数据,有 0 < n ≤ 8 , 0 < m ≤ 8 , 0 ≤ a i ≤ 8 0<n \le 8,0<m \le 8,0 \le a_i \le 8 0<n8,0<m8,0ai?8

对于 50 % 50\% 50% 数据,有 0 < n ≤ 20 , 0 < m ≤ 20 , 0 ≤ a i ≤ 20 0<n \le 20,0<m \le 20,0 \le a_i \le 20 0<n20,0<m20,0ai?20

对于 100 % 100\% 100% 数据,有 0 < n ≤ 100 , 0 < m ≤ 100 , 0 ≤ a i ≤ 100 0<n \le 100,0<m \le 100,0 \le a_i \le 100 0<n100,0<m100,0ai?100

NOIP 2012 普及组 第三题

解题思路:

首先最容易想到的就是暴力搜索

void dfs(int n, int m) {//n为flowers的下标,m为剩余位置
	if (n == -1 && m != 0 || m < 0) return;
	if (m == 0) {
		sum += 1; return;
	}

	for (int i = flowers[n]; i >= 0; i--)
		dfs(n - 1, m - i);
}

/* 代码五分钟,运行两小时 */

所以我们需要动态规划,记忆是最容易想到的方法

记忆策略:nm均相同时,ans相同

AC代码如下

#include <iostream>
using namespace std;
const int max_n = 100;
const int max_m = 100;
const int mod_num = 1e6 + 7;

int flowers[max_n] = { 0 };
int ans[max_n][max_m + 1] = { 0 };//记忆

int dfs(int n, int m) {//n为flowers的下标,m为剩余位置
	if (n == -1 && m != 0 || m < 0) return 0;
	if (m == 0) return 1;
	if (ans[n][m]) return ans[n][m];//记忆

	for (int i = flowers[n]; i >= 0; i--)
		ans[n][m] = (ans[n][m] + dfs(n - 1, m - i)) % mod_num;//n,m确定,ans唯一
	return ans[n][m];
}

int main() {
	int n, m;
	cin >> n >> m;
	for (int i = 0; i < n; i++) cin >> flowers[i];
	
	cout << dfs(n - 1, m);
	return 0;
}

当然,还可以进一步优化,采用动态优化,将递归变为for循环

状态转移方程:

a n s [ n ] [ m ] = ∑ i = 0 a [ i ] a n s [ n ? 1 ] [ m ? i ] ans[n][m] = \sum_{i = 0}^{a[i]} ans[n - 1][m - i] ans[n][m]=i=0a[i]?ans[n?1][m?i]

#include <iostream>
using namespace std;
const int max_n = 100;
const int max_m = 100;
const int mod_num = 1e6 + 7;

int flowers[max_n + 1] = { 0 };
int ans[max_n + 1][max_m + 1] = { 0 };//记忆

int main() {
	int n, m;
	cin >> n >> m;
	for (int i = 1; i <= n; i++) cin >> flowers[i];
	
	ans[0][0] = 1;//初始化
	for (int i = 1; i <= n; i++)
		for (int j = 0; j <= m; j++)
			for (int z = j - flowers[i] > 0 ? j - flowers[i] : 0; z <= j; z++)
				ans[i][j] = (ans[i][j] + ans[i - 1][z]) % mod_num;
		
	cout << ans[n][m];
	return 0;
}

然后可以用滚动数组对空间进行优化,利用%2的性质

#include <iostream>
using namespace std;
const int max_n = 100;
const int max_m = 100;
const int mod_num = 1e6 + 7;

int flowers[max_n + 1] = { 0 };
int ans[2][max_m + 1] = { 0 };//记忆

int main() {
	int n, m;
	cin >> n >> m;
	for (int i = 1; i <= n; i++) cin >> flowers[i];
	
	ans[0][0] = 1;//初始化
	for (int i = 1; i <= n; i++)
		for (int j = 0; j <= m; j++)
			for (int z = j - flowers[i] > 0 ? j - flowers[i] : 0; z <= j; z++) {
				if (z == j - flowers[i] || z == 0) {
					ans[i % 2][j] = ans[(i - 1) % 2][z] % mod_num;
					continue;
				}
				ans[i % 2][j] = (ans[i % 2][j] + ans[(i - 1) % 2][z]) % mod_num;
			}
		
	cout << ans[n % 2][m];
	return 0;
}

逐渐发现这道题其实是背包emm

代码还可以继续优化,但是因为懒就不继续写了,感兴趣的可以去查一下

[NOIP2006 提高组] 金明的预算方案(C++,01背包)

题目描述

金明今天很开心,家里购置的新房就要领钥匙了,新房里有一间金明自己专用的很宽敞的房间。更让他高兴的是,妈妈昨天对他说:“你的房间需要购买哪些物品,怎么布置,你说了算,只要不超过 n n n 元钱就行”。今天一早,金明就开始做预算了,他把想买的物品分为两类:主件与附件,附件是从属于某个主件的,下表就是一些主件与附件的例子:

主件附件
电脑打印机,扫描仪
书柜图书
书桌台灯,文具
工作椅

如果要买归类为附件的物品,必须先买该附件所属的主件。每个主件可以有 0 0 0 个、 1 1 1 个或 2 2 2 个附件。每个附件对应一个主件,附件不再有从属于自己的附件。金明想买的东西很多,肯定会超过妈妈限定的 n n n 元。于是,他把每件物品规定了一个重要度,分为 5 5 5 等:用整数 1 ~ 5 1 \sim 5 15 表示,第 5 5 5 等最重要。他还从因特网上查到了每件物品的价格(都是 10 10 10 元的整数倍)。他希望在不超过 n n n 元的前提下,使每件物品的价格与重要度的乘积的总和最大。

设第 j j j 件物品的价格为 v j v_j vj?,重要度为 w j w_j wj?,共选中了 k k k 件物品,编号依次为 j 1 , j 2 , … , j k j_1,j_2,\dots,j_k j1?,j2?,,jk?,则所求的总和为:

v j 1 × w j 1 + v j 2 × w j 2 + ? + v j k × w j k v_{j_1} \times w_{j_1}+v_{j_2} \times w_{j_2}+ \dots +v_{j_k} \times w_{j_k} vj1??×wj1??+vj2??×wj2??+?+vjk??×wjk??

请你帮助金明设计一个满足要求的购物单。

输入格式

第一行有两个整数,分别表示总钱数 n n n 和希望购买的物品个数 m m m

2 2 2 到第 ( m + 1 ) (m + 1) (m+1) 行,每行三个整数,第 ( i + 1 ) (i + 1) (i+1) 行的整数 v i v_i vi? p i p_i pi? q i q_i qi? 分别表示第 i i i 件物品的价格、重要度以及它对应的的主件。如果 q i = 0 q_i=0 qi?=0,表示该物品本身是主件。

输出格式

输出一行一个整数表示答案。

样例 #1

样例输入 #1

1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0

样例输出 #1

2200

提示

数据规模与约定

对于全部的测试点,保证 1 ≤ n ≤ 3.2 × 1 0 4 1 \leq n \leq 3.2 \times 10^4 1n3.2×104 1 ≤ m ≤ 60 1 \leq m \leq 60 1m60 0 ≤ v i ≤ 1 0 4 0 \leq v_i \leq 10^4 0vi?104 1 ≤ p i ≤ 5 1 \leq p_i \leq 5 1pi?5 0 ≤ q i ≤ m 0 \leq q_i \leq m 0qi?m,答案不超过 2 × 1 0 5 2 \times 10^5 2×105

解题思路:

读完题后,第一印象认为这是一道01背包问题,不过多了一个标记数组来判断附件是否能够购买

#include <iostream>
using namespace std;
const int max_m = 60;

class item {
public:
	int v;
	int p;
	int q;
	friend istream& operator>>(istream& in_put, item& it);
};

item items[max_m + 1];
bool book[max_m + 1] = { false };

int dfs(int n, int m) {//n为当前剩余的钱,m为物品下标
	if (n == 0 || m == 0) return 0;
	
	if ((items[m].q == 0 || book[items[m].q]) && n >= items[m].v) {
		int temp_1 = dfs(n, m - 1);
		book[m] = true;
		int temp_2 = dfs(n - items[m].v, m - 1) + items[m].p * items[m].v;
		book[m] = false;
		return temp_1 > temp_2 ? temp_1 : temp_2;
	}
	else
		return dfs(n, m - 1);
}

int main() {
	int n, m;
	cin >> n >> m;
	for (int i = 1; i <= m; i++) cin >> items[i];

	cout << dfs(n, m);
	return 0;
}

istream& operator>>(istream& in_put, item& it) {
	in_put >> it.v >> it.p >> it.q;
	return in_put;
}

但是这个思路是有问题的,先不提是否超时,题中并没有说附件一定出现在主件后面

所以尝试换一种思路,m件物品的最大值为(1~5)种情况中的最大值,五种情况如下

(1)只选择第m件

(2)选择第m件和m的第一个附件

(3)选择第m件和m的第二个附件

(4)选择第m件和m的两个附件

(5)不选择第m件

改进后的实现代码:

#include <iostream>
//#include <fstream>//Debug
using namespace std;
const int max_m = 60;

class item {
public:
	int v;
	int p;
	int q;
	int q_1;
	int q_2;
	friend istream& operator>>(istream& in_put, item& it);
	item() : q_1(0), q_2(0) { ; }
};

item items[max_m + 1];

int max_num(int num_1, int num_2, int num_3, int num_4, int num_5) {
	int temp = num_1;
	temp = num_2 > temp ? num_2 : temp;
	temp = num_3 > temp ? num_3 : temp;
	temp = num_4 > temp ? num_4 : temp;
	temp = num_5 > temp ? num_5 : temp;
	return temp;
}

int dfs(int n, int m) {//n为当前剩余的钱,m为物品下标
	if (n == 0 || m == 0) return 0;

	int temp_1 = 0, temp_2 = 0, temp_3 = 0, temp_4 = 0, temp_5 = 0;
	if (items[m].q == 0 && items[m].v <= n) {
		temp_1 = dfs(n - items[m].v, m - 1) + items[m].v * items[m].p;
		if (items[items[m].q_1].v + items[m].v <= n)
			temp_2 = dfs(n - items[items[m].q_1].v - items[m].v, m - 1) + items[m].v * items[m].p + items[items[m].q_1].v * items[items[m].q_1].p;
		if (items[items[m].q_2].v + items[m].v <= n)
			temp_3 = dfs(n - items[items[m].q_2].v - items[m].v, m - 1) + items[m].v * items[m].p + items[items[m].q_2].v * items[items[m].q_2].p;
		if (items[items[m].q_1].v + items[items[m].q_2].v + items[m].v <= n)
			temp_4 = dfs(n - items[items[m].q_1].v - items[items[m].q_2].v - items[m].v, m - 1) + items[m].v * items[m].p + items[items[m].q_1].v * items[items[m].q_1].p + items[items[m].q_2].v * items[items[m].q_2].p;
	}
	temp_5 = dfs(n, m - 1);
	return max_num(temp_1, temp_2, temp_3, temp_4, temp_5);
}

int i;
int main() {
	//ifstream ifs("C:\\Users\\dell\\Downloads\\P1064_4.in", ios::in);//Debug
	int n, m;
	cin >> n >> m;
	//ifs >> n >> m;//Debug
	for (i = 1; i <= m; i++) cin >> items[i];
	//ifs.close();//Debug

	cout << dfs(n, m);
	return 0;
}

istream& operator>>(istream& in_put, item& it) {
	in_put >> it.v >> it.p >> it.q;
	if (it.q != 0 && items[it.q].q_1 == 0)
		items[it.q].q_1 = i;
	else if (it.q != 0 && items[it.q].q_2 == 0)
		items[it.q].q_2 = i;
	return in_put;
}

以上代码虽然思路没错,但是会TLE,所以进行记忆

记忆策略:nm相同时,ans相同

AC代码如下

#include <iostream>
//#include <fstream>//Debug
using namespace std;
const int max_n = 3.2 * 1e4;
const int max_m = 60;

class item {
public:
	int v;
	int p;
	int q;
	int q_1;
	int q_2;
	friend istream& operator>>(istream& in_put, item& it);
	item() : q_1(0), q_2(0) { ; }
};

item items[max_m + 1];
int ans[max_n + 1][max_m + 1] = { 0 };//记忆

int max_num(int num_1, int num_2, int num_3, int num_4, int num_5) {
	int temp = num_1;
	temp = num_2 > temp ? num_2 : temp;
	temp = num_3 > temp ? num_3 : temp;
	temp = num_4 > temp ? num_4 : temp;
	temp = num_5 > temp ? num_5 : temp;
	return temp;
}

int dfs(int n, int m) {//n为当前剩余的钱,m为物品下标
	if (n == 0 || m == 0) return 0;
	if (ans[n][m]) return ans[n][m];//记忆

	int temp_1 = 0, temp_2 = 0, temp_3 = 0, temp_4 = 0, temp_5 = 0;
	if (items[m].q == 0 && items[m].v <= n) {
		temp_1 = dfs(n - items[m].v, m - 1) + items[m].v * items[m].p;
		if (items[items[m].q_1].v + items[m].v <= n)
			temp_2 = dfs(n - items[items[m].q_1].v - items[m].v, m - 1) + items[m].v * items[m].p + items[items[m].q_1].v * items[items[m].q_1].p;
		if (items[items[m].q_2].v + items[m].v <= n)
			temp_3 = dfs(n - items[items[m].q_2].v - items[m].v, m - 1) + items[m].v * items[m].p + items[items[m].q_2].v * items[items[m].q_2].p;
		if (items[items[m].q_1].v + items[items[m].q_2].v + items[m].v <= n)
			temp_4 = dfs(n - items[items[m].q_1].v - items[items[m].q_2].v - items[m].v, m - 1) + items[m].v * items[m].p + items[items[m].q_1].v * items[items[m].q_1].p + items[items[m].q_2].v * items[items[m].q_2].p;
	}
	temp_5 = dfs(n, m - 1);
	ans[n][m] = max_num(temp_1, temp_2, temp_3, temp_4, temp_5);//记忆
	return ans[n][m];
}

int i;
int main() {
	//ifstream ifs("C:\\Users\\dell\\Downloads\\P1064_4.in", ios::in);//Debug
	int n, m;
	cin >> n >> m;
	//ifs >> n >> m;//Debug
	for (i = 1; i <= m; i++) cin >> items[i];
	//ifs.close();//Debug

	cout << dfs(n, m);
	return 0;
}

istream& operator>>(istream& in_put, item& it) {
	in_put >> it.v >> it.p >> it.q;
	if (it.q != 0 && items[it.q].q_1 == 0)
		items[it.q].q_1 = i;
	else if (it.q != 0 && items[it.q].q_2 == 0)
		items[it.q].q_2 = i;
	return in_put;
}

本题实际上是01背包的变形,所以当然还可以进一步将递归优化为双重for循环,这里不给出代码实现,可以自行尝试

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2022-12-25 11:33:24  更:2022-12-25 11:33:56 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/28 2:23:21-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计