题目描述
一家银行计划安装一台用于提取现金的机器。
机器能够按要求的现金量发送适当的账单。
机器使用正好N种不同的面额钞票,例如D_k,k = 1,2,…,N,并且对于每种面额D_k,机器都有n_k张钞票。
例如,
N = 3,
n_1 = 10,D_1 = 100,
n_2 = 4,D_2 = 50,
n_3 = 5,D_3 = 10
表示机器有10张面额为100的钞票、4张面额为50的钞票、5张面额为10的钞票。
东东在写一个 ATM 的程序,可根据具体金额请求机器交付现金。
注意,这个程序计算程序得出的最大现金少于或等于可以根据设备的可用票据供应有效交付的现金。
Input
程序输入来自标准输入。 输入中的每个数据集代表特定交易,其格式为:Cash N n1 D1 n2 D2 … nN DN其中0 <= Cash <= 100000是所请求的现金量,0 <= N <= 10是 纸币面额的数量,0 <= nk <= 1000是Dk面额的可用纸币的数量,1 <= Dk <= 1000,k = 1,N。 输入中的数字之间可以自由出现空格。 输入数据正确。
Output
对于每组数据,程序将在下一行中将结果打印到单独一行上的标准输出中。
Sample Input
735 3 4 125 6 5 3 350
633 4 500 30 6 100 1 5 0 1
735 0
0 3 10 100 10 50 10 10
Sample Output
735
630
0
0
Hint
第一个数据集指定一笔交易,其中请求的现金金额为 735。 机器包含3种面额的纸币:4张钞票 125、6张钞票 5和3张钞票 350。 机器可以交付所需现金的确切金额。
在第二种情况下,机器的票据供应不能满足所要求的确切现金数量。 可以交付的最大现金为 630。 请注意,在机器中组合钞票以匹配交付的现金有多种可能性。
在第三种情况下,机器是空的,没有现金交付。
在第四种情况下,请求的现金金额为 0,因此机器不交付现金。
问题分析
这道题是经典的背包问题,是多重背包。
多重背包:
有 N 件物品和一个容量为 V 的背包。 第 i 件物品体积是 Wi,价值是Vi, 有 Ci 件可用,求解将哪些物品装入背包可使这些物品的体积总和不超过
背包容量,且总价值最大
特点:每种物品有 有限件
思路和完全背包类似
区别在于完全背包的物品有 V÷Wi 个,此处有 Ci 个。
设计状态:f[i][j] 表示前 i 种物品恰放入一个容量为 V 的背包的最大权值
方程几乎完全相同:
复杂度是
很不幸的是这样子会被卡时,那么还能不能进行优化呢,答案是可以的,可以采用进制的思想将 Ci 进行二进制拆分,然后转换成 0-1背包问题。
我们的目标是让组数尽可能的少,又能够覆盖所有的决策。
例如:
二进制拆分 13=(1101)2,
我们首先拆出 7=(111)2 → 1=(001)2, 2=(010)2, 4=(100)2 。这样已经可以表示 0~7 范围内的所有数。
剩下的不能表示的数共有 13–7=6 个,所以我们再将 13 拆出一个 6 来。
二进制拆分优化,时间复杂度
这样第 i 种物品我们就分成了 O(log Ci) 种物品
原问题的时间复杂度降为 O(N×V×∑logCi)) 的 01 背包问题
更直观地表示,复杂度可以写为 O(N×V×logT)
#include<stdio.h>
#include<string.h>
#include<iostream>
using namespace std;
int p[12],bag[100010];
int main(){
int Cash,N;
int nk[20],Dk[20];
while(scanf("%d%d",&Cash,&N)!=EOF){
for(int i=0; i<N; i++)
scanf("%d%d",&nk[i],&Dk[i]);
int k = 0;
memset(bag, 0, sizeof bag);
for (int i=0; i<N; i++){//二进制拆分
int x=nk[i];
for (int j=1; j<=x; j*=2){
p[++k]=j*Dk[i];
x-=j;
}
if (x>0)p[++k]=x*Dk[i];
}
for (int i=1; i<=k; i++)
for (int j=Cash; j>= 0; j--)
if (j-p[i]>=0)
if(bag[j]<bag[j-p[i]]+p[i])
bag[j]=bag[j-p[i]]+p[i];
printf("%d\n",bag[Cash]);
}
return 0;
}