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. 每种草药可以无限制地疯狂采摘。
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 和代表山洞里的草药的数目 m。
第 2 到第 (m+1) 行,每行两个整数,第 (i+1) 行的整数 ai,bi 分别表示采摘第 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。
输入输出样例
输入 #1
70 3 71 100 69 1 1 2
输出 #1
140
说明/提示
数据规模与约定
- 对于 30% 的数据,保证 m≤10^3 。
- 对于 100% 的数据,保证 1≤m≤10^4,1≤t≤10^7,且 1≤m×t≤10^7,1≤ai,bi≤10^4。
一、问题分析
首先,一看这道题就很像之前做过的题,采药。那么我们就大概能确定,这道题要用动态规划做。
之前我们讲过01背包的做题的方法(P1048 [NOIP2005 普及组] 采药 题解),采药与这道题的区别在于,采药每种物品最多取一次,而这道题是每种物品可以无限次的拿取。这类问题我们就管它叫做完全背包问题。
二、思路分析
我们依然定义 为考虑了前 i 种物品以后,总体积为 j 时的最大收益。
之前01背包中,一种物品只有两种情况:拿、不拿。而现在的话,则是不拿、拿一个、拿两个、拿三个……一直到背包装不下。如果我们使用二维状态,对于第 i 个物品,质量 w ,价值 v ,状态转移方程就是:
f[i][j] = max ( f[i-1][j] , f[i-1][j-w] + v , f[i-1][j-2*w] + 2*v , f[i-1][j-3*w] + 3*v , … )
按照上面的方程,我们在计算 f[i][j] 时,要循环 j/w[i] 次,去枚举所有可能性,最后找出最大的价值。这样我们在01背包的基础上,又多了层循环。时间复杂度太高,这种方法不可行。我们要优化一下。
我们可以看看在求 f[i][j] 之前求过的 f[i][j-w] :
f[i][j-w] = max ( f[i-1][j-w] , f[i-1][j-2*w] + v , f[i-1][j-3*w] + 2*v , f[i-1][j-4*w] + 3*v , … )
我们仔细看看这两个方程,我们能发现,第一个方程的第 2 项:
f[ i - 1 ][ j - w ] + v
与第二个方程的第 1 项:
f[ i - 1 ][ j - w ]
它们之间只差一个 v !
同理,第一个方程的第 3 项:
f[ i - 1 ][ j - 2 * w ] + 2 * v
与第二个方程的第 2 项:
f[ i - 1 ][ j - 2 * w ] + v
也只差一个 v 。可以看出,我们计算 f[i][j] 时,从第二项开始,每一项都是与 f[i][j-w] 相对应的,只差了一个 v 。所以我们不必要去计算最大值,它们的最大值就等于 f[i][j-w] + v 。
因此,我们计算时就不用循环了,可以得到:
f[i][j] = max( f[i-1][j] , f[i][j-w]+v )
再看看01背包的状态转移方程:
f[i][j] = max( f[i-1][j] , f[i-1][j-w]+v )
我们可以发现,两个式子几乎是一样的,只不过我们是从上一行的位置 j 与当前行的位置 j-w 转移的,而01背包则是从上一行的位置 j 与上一行的位置 j-w 转移的。
这样的话,01背包的代码和完全背包的代码几乎是一样的。接下来,我们试试去把数组压缩到一维。之前我们说过,01背包问题如果要用一维数组,需要把第二层,背包容量的循环从大到小进行循环。因为每次计算都依赖这一行左边的值,必须要保证左边的值还没有被覆盖成当前物品的值。而完全背包问题的状态转移方程就是要用当前左边的值,被覆盖的值就是我们想要的。所以完全背包代码与01背包代码的区别只有把第二层循环改成正序。
注意,完全背包的代码要把背包容量的最大值更大!开long long!
1.普通
代码:
#include<bits/stdc++.h>
using namespace std;
int v[100010],w[100010];
long long f[10000010];
int main()
{
int t,m;
cin>>t>>m;
for(int i=1;i<=m;i++)
{
cin>>w[i]>>v[i];
}
for(int i=1;i<=m;i++)
{
for(int j=w[i];j<=t;j++)
{
f[j]=max(f[j],f[j-w[i]]+v[i]);
}
}
cout<<f[t];
return 0;
}
2.空间优化
还有,我们的 w 数组和 v 数组其实不必要,我们为了省空间,可以在循环内开出两个变量。
代码:
#include<bits/stdc++.h>
using namespace std;
int v[100010],w[100010];
long long f[10000010];
int main()
{
int t,m;
cin>>t>>m;
for(int i=1;i<=m;i++)
{
int w,v;
cin>>w>>v;
for(int j=w;j<=t;j++)
{
f[j]=max(f[j],f[j-w]+v);
}
}
cout<<f[t];
return 0;
}