答案_饮料供货

分析与解法

【解法一】

我们先把这个问题“数学化”一下吧。

假设STC共提供n种饮料，用（S_i、V_i、C_i、H_i、B_i）（对应的是饮料名字、容量、可能的最大数量、满意度、实际购买量）来表示第i种饮料（i = 0, 1,…, n-1），其中可能的最大数量指如果仅买某种饮料的最大可能数量，比如对于第i中饮料C_i=V/V_i。

基于如上公式：

对于求最优化的问题，我们来看看动态规划能否解决。用Opt（V', i）表示从第i, i+1, i+2, …, n-1, n种饮料中，算出总量为V'的方案中满意度之和的最大值。

因此，Opt（V, n）就是我们要求的值。

那么，我们可以列出如下的推导公式：Opt （V', i） = max { k* H_i + Opt（V' - V_i * k, i-1）}（k = 0, 1, …, C_i, i =0, 1, …, n-1）。

即：最优化的结果 = 选择第k种饮料×满意度+减去第k种饮料×容量的最优化结果根据这样的推导公式，我们列出如下的初始边界条件：

Opt（0, n）= 0，即容量为0的情况下，最优化结果为0。

Opt（x, n）= -INF（x != 0）（–INF为负无穷大），即在容量不为0的情况下，把最优化结果设为负无穷大，并把它作为初值。

那么，根据以上的推导公式，就不难列出动态规划求解代码，如下所示：

代码清单1-9

int Cal (int V, int type)

{

    opt[0][T] = 0;// 边界条件

    for(int i = 1; i <= V; i++)// 边界条件

    {

        opt[i][T] = -INF;

    }

    for(int j = T - 1; j >= 0; j--)

    {

        for(int i = 0; i <= V; i++)

        {

            opt[i][j] = -INF;

            for(int k = 0; k <= C[j]; k++)      // 遍历第j种饮料选取数量k

            {

                if(i <= k * V[j])

                {

                    break;

                }

                int x = opt[i - k * V[j]][j + 1];

                if(x != -INF)

                {

                    x += H[j] * k;

                    if(x > opt[i][j])

                    {

                        opt[i][j] = x;

                    }

                }

            }

        }

    }

    return opt[V][0];

}

在上面的算法中，空间复杂度为O（V*N），时间复杂度约为O（V*N*Max（C_i））。

因为我们只需要得到最大的满意度，则计算opt[i][j]的时候不需要opt[i][j+2]，只需要opt[i][j]和opt[i][j+1]，所以空间复杂度可以降为O（v）。

【解法二】

应用上面的动态规划法可以得到结果，那么是否有可能进一步地提高效率呢？我们知道动态规划算法的一个变形是备忘录法，备忘录法也是用一个表格来保存已解决的子问题的答案，并通过记忆化搜索来避免计算一些不可能到达的状态。具体的实现方法是为每个子问题建立一个记录项。初始化时，该纪录项存入一个特殊的值，表示该子问题尚未求解。在求解的过程中，对每个待求解的子问题，首先查看其相应的纪录项。若记录项中存储的是初始化时存入的特殊值，则表示该子问题是第一次遇到，此时计算出该子问题的解，并保存在其相应的记录项中。若记录项中存储的已不是初始化时存入的初始值，则表示该子问题已经被计算过，其相应的记录项中存储的是该子问题的解答。此时只需要从记录项中取出该子问题的解答即可。

因此，我们可以应用备忘录法来进一步提高算法的效率。

代码清单1-10

int[V + 1][T + 1] opt;      // 子问题的记录项表，假设从i到T种饮料中，

                            // 找出容量总和为V’的一个方案，快乐指数最多能够达到

                            // opt（V'，i，T-1），存储于opt[V’][i]，

                            // 初始化时opt中存储值为-1，表示该子问题尚未求解。

int Cal (int V, int type)

{

    if(type == T)

    {

        if(V == 0)

            return 0;

        else

            return -INF;

    }

    if(V < 0)

        return -INF;

    else if(V == 0)

        return 0;

    else if(opt[V][type] != -1)

        return opt[V][type];    // 该子问题已求解，则直接返回子问题的解；

                                // 子问题尚未求解，则求解该子问题

    int ret = -INF;

    for(int i = 0; i <= C[type]; i++)

    {

        int temp = Cal (V – i * C[type], type + 1);

        if(temp != -INF)

        {

            temp += H[type] * i;

            if(temp > ret)

            ret = temp;

        }

 

    }

    return opt[V][type] = ret;

}

【解法三】

请注意这个题目的限制条件，看看它能否给我们一些特殊的提示。

我们把信息重新整理一下，按饮料的容量（单位为L）排序：

 Volume         TotalCount           Happiness

       2 ⁰L                 TC₀_0              H₀_0

       2 ⁰L                 TC₀_1              H₀_1

        ...                       ...                   ...

       2⁰L                TC₀_1              H₀_n₀

       2 ¹L                 TC₁_0              H_10

        ...                       ...                    ...

  2^ML             TC_M_0               H_M_0

        ...                       ...                    ...

如上表，我们有n₀种容量为2⁰L的饮料，它们的数量和快乐指数分别为（TC₀_0，H₀_0），（TC₀_1，H₀_1）……假设最大容量为2^ML。一开始，如果V%（2¹）非零，那么，我们肯定需要购买 2⁰L 容量的饮料，至少一瓶。在这里可以使用贪心规则，购买快乐指数最高的一瓶。除去这个，我们只要再购买总量（V-2⁰）L的饮料就可以了。这时，如果我们要购买 2¹L 容量的饮料怎么办呢？除了 2¹L 容量里面快乐指数最高的，我们还应该考虑，两个容量为 2⁰L 的饮料组合的情况。其实我们可以把剩下的容量为 2⁰L 的饮料之快乐指数从大到小排列，并用最大的两个快乐指数组合出一个新的“容量为 2L” 的饮料。不断地这样使用贪心原则，即得解。这是不是就简单了很多呢？