-
5 1000 144 990 487 436 210 673 567 58 1056 897
样例输出
-
5940
-
-
同样定义状态方程dp[i][j]--前i件物品j张奖券可以得到的最大value。 状态转移,前i件物品,第i件物品可能不拿可能拿1-k件( k*need[i]<j)
-
所以dp[i][j] = max{ dp[i-1][j-k*need[i]]+k*value[i] ( k>=0 && k*need[i]<=j);可以进一步优化的地方就是有重复的地方 ---- 算
-
dp[i][j-need[i]] = max { dp[i-1][j-(k-1)*need[i] ] + (k-1)*value[i]的时候,可以看出 dp[i][j] 的前面 j减去1到(k-1)个need[i]的时候在dp[i][j-need[i]]的时候已经全部都算过了(
-
其实画出图看就很明显了),所以可以进一步优化为 dp[i][j] = max { dp[i-1][j] , dp[i][j-need[i]]}
-
空间上优化依然可以进行重复利用一维数组
-
#include <iostream> using namespace std; int dp[100001], value[100001], need[100001]; int main() { int N, M; cin >> N >> M; fill( dp, dp+M+1, 0); for( int i = 1; i <= N; i++) cin >> need[i] >> value[i]; for( int i = 1; i <= N; i++) for ( int j = 1; j<=M; j++) if( j >= need[i]) dp[j] = max( dp[j], dp[j-need[i]]+value[i]); cout << dp[M] << endl; return 0; }
-
描述
且说之前的故事里,小Hi和小Ho费劲心思终于拿到了茫茫多的奖券!而现在,终于到了小Ho领取奖励的时刻了!
等等,这段故事为何似曾相识?这就要从平行宇宙理论说起了………总而言之,在另一个宇宙中,小Ho面临的问题发生了细微的变化!
小Ho现在手上有M张奖券,而奖品区有N种奖品,分别标号为1到N,其中第i种奖品需要need(i)张奖券进行兑换,并且可以兑换无数次,为了使得辛苦得到的奖券不白白浪费,小Ho给每件奖品都评了分,其中第i件奖品的评分值为value(i),表示他对这件奖品的喜好值。现在他想知道,凭借他手上的这些奖券,可以换到哪些奖品,使得这些奖品的喜好值之和能够最大。
输入
每个测试点(输入文件)有且仅有一组测试数据。
每组测试数据的第一行为两个正整数N和M,表示奖品的种数,以及小Ho手中的奖券数。
接下来的n行描述每一行描述一种奖品,其中第i行为两个整数need(i)和value(i),意义如前文所述。
测试数据保证
对于100%的数据,N的值不超过500,M的值不超过10^5
对于100%的数据,need(i)不超过2*10^5, value(i)不超过10^3
输出
对于每组测试数据,输出一个整数Ans,表示小Ho可以获得的总喜好值。