/*
translation:
一个信封最多能够贴s张邮票,现在有n个邮票的集合,求能够连续覆盖最大的值的邮票的集合。并打印出能够
i连续覆盖的最大的值。
solution:
完全背包dp的可行性解法
设dp[i][j]:=前i种物品能够达到j值的所用最少的张数。然后即可按照完全背包的滚动数组dp来求解。
之后从1开始遍历,一旦遇到所需张数大于s的话,那么所能够连续覆盖的最大的值就是此时的值减去1.
note:
* 一开始把这道题当成了背包的可行性问题来求解,即dp[i][j]=dp[i][j-k*stamps[d][i]]==1?1:0
但是这样有可能贴的邮票的张数超过s。所以不正确。故正确姿势应该是按照上述的解法转换成普通的完全背包
* 01背包和多重背包的可行性解法对此题不适用!完全背包的可行性解法可以参考这道题。
date:
2016.1.15
*/
#include <iostream>
#include <cstdio>
#include <cstring>
#include <vector>
using namespace std;
const int INF = 1e8;
const int maxn = 1005;
int stamps[15][15], num[15];
int s, n, dp[1005], maxVal[15];
bool bigger(int a, int b) //判断a集合是否大于b
{
if(num[a] != num[b]) return num[a] > num[b];
else{
for(int i = num[a]; i > 0; i--)
if(stamps[a][i] > stamps[b][i]) return true;
else if(stamps[a][i] < stamps[b][i]) return false;
}
}
int main()
{
//freo
uva242(转换成完全背包dp)
最新推荐文章于 2020-12-22 19:42:50 发布
本文介绍了一种将邮票覆盖问题转化为完全背包动态规划的方法。通过设立dp数组,找出能覆盖的最大值,并确保邮票张数不超过限制。在遍历过程中,一旦邮票数量超过限制,则取当前值减一作为最大覆盖值。文章还指出,此问题不适合用01背包或多重背包的可行性解法。
摘要由CSDN通过智能技术生成