poj 1973 分配任务 进阶动态规划 <难题>

题意:

软件公司有两个项目,每个项目有m个子项目,有n个程序猿,每个程序猿完成项目A或者

项目B的某一个子项目时间为x, y

每个人同一时刻只能做一个项目

项目完成时间是最晚完成的A或者B的时间,也就是说提早完成米有用

求最快完成项目需要的时间


乍一看很想背包问题,不过一时间又不清楚如何切入,把时间作为体积,每个人完成项目可以出现的次数为

每个人的分组的上限个数(即m,这样不会冲突),每个人的价值为1即完成一个部分

对于每一个时间计算是否满足要求需要,二分查找是否满足

n的上限是100,组数最大为100,需要按照分组背包优化成0-1背包问题

总之挺麻烦的,没胆切下去


看了别的解题报告,发现DP这个状态选择是一个很难也很关键的问题,如果设置为

d[i][j]表示前i个人,做j个A项目,最多可以做到B项目的个数

转移方程

d[i][j] = max { d[i][j] ,  d[i][j - k] +  (time - A[i] * k) / B[i] }

即第i个人是做A呢还是做B呢

采用背包里面滚动数组的方法优化存储空间,时间复杂度大约在O(n * m * m)加二分,应该比一开始的想法快的多


状态如何设置是一门艺术。。

#include <iostream>
#include <vector>
#include <map>
#include <list>
#include <set>
#include <deque>
#include <stack>
#include <queue>
#include <algorithm>
#include <cmath>
#include <cctype>
#include <cstdio>
#include <iomanip>
#include <cmath>
#include <cstdio>
#include <iostream>
#include <string>
#include <sstream>
#include <cstring>
#include <queue>
using namespace std;

///宏定义
const int  INF = 990000000;
const int maxn = 110 ;
const int MAXN = maxn;
///全局变量 和 函数
int max(int a, int b)
{
	return a > b ? a : b;
}

int T;
int n, m;
int A[maxn], B[maxn];
int restmax[maxn];
int maxlim;

bool ok(int n, int m, int V)
{
	int i, j, k;
	memset(restmax, -1, sizeof(restmax));
	//初始化第一个人
	for (i = 0; i <= m; i++)
	{
		if (V < i * A[i])
			break;
		restmax[i] = max(restmax[i], (V - i * A[1]) / B[1]);
	}
	if (restmax[m] >= m)
		return true;
	//对于每一个人
	for (i = 2; i <= n; i++)
	{
		//做k项A时的最大值,从大到小按照状态方程刷新状态
		for (k = m; k >= 0; k--)
		{
			//遍历做0-j的所有子情况,即当前第i个人做了j个A项目
			for (j = 0; j <= k; j++)
			{
				if (V < j * A[i])
					break;
				if (restmax[k - j] != -1)
				{
					restmax[k] = max(restmax[k], restmax[k - j] + (V - j * A[i]) / B[i]);
				}
			}
		}
		if (restmax[m] >= m)
			return true;
	}
	return false;
}
int solve(int n, int m, int V)
{
	int s, e, mid;
	s = 0, e = maxlim;
	while (s < e)
	{
		mid = (s + e) / 2;
		if (ok(n, m, mid))
			e = mid;
		else
			s = mid + 1;
	}
	return s;
}
int main()
{
	//input
	///变量定义
	int i, j;
	scanf("%d", &T);
	while(T--)
	{
		scanf("%d %d", &n, &m);
		int mm = -1;
		for (i = 1; i <= n; i++)
		{
			scanf("%d %d", &A[i], &B[i]);
			mm = max(mm, max(A[i], B[i]));
		}
		maxlim = mm * m * 2; //二分查找的上限
		int ans = solve(n, m, maxlim);
		printf("%d\n", ans);
	}
	
	///结束
	return 0;
}



  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
实验课程:算法分析与设计 实验名称:用动态规划法求解资源分配问题 (验证型实验) 实验目标: (1)掌握用动态规划方法求解实际问题的基本思路。 (2)进一步理解动态规划方法的实质,巩固设计动态规划算法的基本步骤。 实验任务: (1)设计动态规划算法求解资源分配问题,给出算法的非形式描述。 (2) 在Windows环境下用C 语言实现该算法。计算10个实例,每个实例中n=30, m=10, Ci j为随机产生于范围(0,103)内的整数。记录各实例的数据及执行结果(即最优分配方案、最优分配方案的值)、运行时间。 (3)从理论上分析算法的时间和空间复杂度,并由此解释相应的实验结果。 实验设备及环境: PC;C/C++等编程语言。 实验主要步骤: (1) 根据实验目标,明确实验的具体任务; (2) 分析资源分配问题,获得计算其最优值的递推计算公式; (3) 设计求解问题的动态规划算法,并编写程序实现算法; (4) 设计实验数据并运行程序、记录运行的结果; (5) 分析算法的时间和空间复杂度,并由此解释释相应的实验结果; 问题分析: 问题描述: 某厂根据计划安排,拟将n台相同的设备分配给m个车间,各车间获得这种设备后,可以为国家提供盈利Ci j(i台设备提供给j号车间将得到的利润,1≤i≤n,1≤j≤m) 。问如何分配,才使国家得到最大的盈利? 算法基本思想: 本问题是一简单资源分配问题,由于具有明显的最优子结构,故可以使用动态规划求解,用状态量f[i][j]表示用i台设备分配给前j个车间的最大获利,那么显然有f[i][j] = max{ f[k][j–1] + c[i-k][j] },0<=k<=i。再用p[i][j]表示获得最优解时第j号车间使用的设备数为i-p[i][j],于是从结果倒推往回求即可得到分配方案。程序实现时使用顺推,先枚举车间数,再枚举设备数,再枚举状态转移时用到的设备数,简单3重for循环语句即可完成。时间复杂度为O(n^2*m),空间复杂度为O(n*m),倘若此题只需求最大获利而不必求方案,则状态量可以减少一维,空间复杂度优化为O(n)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值