P1064 [NOIP2006 提高组] 金明的预算方案

最新推荐文章于 2022-08-17 11:04:16 发布

Shadow_of_the_sun

最新推荐文章于 2022-08-17 11:04:16 发布

阅读量601

点赞数 5

文章标签： c++ NOIP提高组

本文链接：https://blog.csdn.net/You_are_hanson/article/details/125930242

版权

这篇文章介绍了如何使用动态规划算法解决NOIP2006竞赛中的金明预算问题，通过枚举主件并考虑附件购买策略，最大化物品重要度与价格的乘积总和。代码展示了如何利用lambda表达式简化状态转移方程，实现高效的求解。

摘要由CSDN通过智能技术生成

题目来源

[NOIP2006 提高组] 金明的预算方案 - 洛谷

题目考点

动态规划,dp 背包

题目描述

金明今天很开心，家里购置的新房就要领钥匙了，新房里有一间金明自己专用的很宽敞的房间。更让他高兴的是，妈妈昨天对他说：“你的房间需要购买哪些物品，怎么布置，你说了算，只要不超过 n 元钱就行”。今天一早，金明就开始做预算了，他把想买的物品分为两类：主件与附件，附件是从属于某个主件的，下表就是一些主件与附件的例子：

主件	附件
电脑	打印机，扫描仪
书柜	图书
书桌	台灯，文具
工作椅	无

如果要买归类为附件的物品，必须先买该附件所属的主件。每个主件可以有 0 个、1 个或 2 个附件。每个附件对应一个主件，附件不再有从属于自己的附件。金明想买的东西很多，肯定会超过妈妈限定的 n 元。于是，他把每件物品规定了一个重要度，分为 5 等：用整数 1∼5 表示，第 5 等最重要。他还从因特网上查到了每件物品的价格（都是 10 元的整数倍）。他希望在不超过 n 元的前提下，使每件物品的价格与重要度的乘积的总和最大。

设第 j 件物品的价格为 vj，重要度为wj，共选中了 kk 件物品，编号依次为 j1,j2,…,jk，则所求的总和为：

vj1×wj1+vj2×wj2+⋯+vjk×wjk。

请你帮助金明设计一个满足要求的购物单。

输入格式

第一行有两个整数，分别表示总钱数 n 和希望购买的物品个数 m。

第 22 到第 (m + 1)(m+1) 行，每行三个整数，第 (i + 1)(i+1) 行的整数 vi，pi，qi 分别表示第 i 件物品的价格、重要度以及它对应的的主件。如果 qi=0，表示该物品本身是主件。

输出格式

输出一行一个整数表示答案。

输入输出样例

输入 #1

输出 #1

说明/提示

数据规模与约定

对于全部的测试点，保证 1≤n≤3.2× $10^{4}$ ，1≤m≤60，0^40≤vi≤ $10^{4}$ ，1≤pi≤5，0≤qi≤m，答案不超过 2× $10^{5}$ 。

题解

基本思路

既然物品分为主件和附件两类，且每个主件最多包含两个附件，那么我们不妨枚举所有的主件。那么，对于每次枚举，会有五种情况：

什么都不买
只买主件
买主件和第一个附件
买主件和第二个附件
买主件和两个附件

只要把这五种情况最终的价值算出来，取最大值就可以了。

如何开数组？

建立两个二维数组 V65,3 和 P65,3，含义如题目描述。Vi,j 和 Pi,j 分别表示第 i 个物品的第 j 个附件的价格和重要度（当 j = 0j=0 时，表示主件）。

如何预处理数组？

如果是主件，则令 Vi,0,Pi,0=_v,_p。
如果是物品 _q 的第 j 个附件，则令 Vq,j,Pq,j=_v,_p。

动态转移方程

我们可以用 F_jFj 表示花费钱数为 jj 时，价格与重要度乘积的最大值。易知：

当 Fj⩾Vi,0 时，Fj=max{Fj,Fj−Vi,0+Vi,0×Pi,0}
当 Fj⩾(Vi,0+Vi,1) 时，Fj=max{Fj,Fj−Vi,0−Vi,1+Vi,0×Pi,0+Vi,1×Pi,1}
当 Fj⩾(Vi,0+Vi,2) 时，Fj=max{Fj,Fj−Vi,0−Vi,2+Vi,0×Pi,0+Vi,2×Pi,2}
当 Fj⩾(Vi,0+Vi,1+Vi,2) 时，Fj=max{Fj,Fj−Vi,0−Vi,1−Vi,2+Vi,0×Pi,0+Vi,1×Pi,1+Vi,2×Pi,2}

列出了状态转移方程，套背包公式就好了

代码简化

难道你真的要在 for 循环内部写如此麻烦的数组下标吗？不怕写晕自己吗？

对于这种数组下标很乱的状态转移方程，最好把下标写短一点。怎么写短呢？

观察一下刚才列出的状态转移方程，发现 Vi,j1+Vi,j2 等下标被写了很多遍。不妨使用函数来计算这些值，在下标里面写函数调用。不妨：

定义 cost2(int x, int y) 计算 Vi,x+Vi,y、
定义 cost3(int x, int y, int z) 计算 Vi,x+Vi,y+Vi,z、
定义 rpp(int x) 计算 Vi,x×Pi,x

于是，状态转移方程可以简化成这样：

当 Fj=max{Fj,Fj−Vi,0+rpp(0)}
当 Fj=max{Fj,Fj−cost2(0, 1)+rpp(0)+rpp(1)}
当 Fj=max{Fj,Fj−cost2(0, 2)+rpp(0)+rpp(2)}
当 Fj=max{Fj,Fj−cost3(0, 1, 2)+rpp(0)+rpp(1)+rpp(2)}

这样就显得好多了。

完整 AC 代码


//【P1064】金明的预算方案 - 洛谷 - 100
#include <iostream>
#include <algorithm> 

const int kMaxN = 32000, kMaxM = 60; // 常量名前带 k，符合命名规范
int v[kMaxM + 5][3], p[kMaxM + 5][3];
int f[kMaxN + 5];

int main() {
	int n, m;
	std::cin >> n >> m;
	for (int i = 1; i <= m; ++i) {
		int _v, _p, _q;
		std::cin >> _v >> _p >> _q;
		if (!_q) { // 是主件 
			v[i][0] = _v;
			p[i][0] = _p;
		} else {
			if (v[_q][1] == 0) { // 是第一个附件 
				v[_q][1] = _v;
				p[_q][1] = _p;
			} else { // 是第二个附件 
				v[_q][2] = _v;
				p[_q][2] = _p;
			}
		}
	}
	
	for (int i = 1; i <= m; ++i)
		for (int j = n; j >= 0; --j) {
        	// 用 lambda 表达式代替函数定义（C++11 偷懒专用)
			auto cost2 = [v, p, i](int x, int y) { return v[i][x] + v[i][y]; };
			auto cost3 = [v, p, i](int x, int y, int z) { return v[i][x] + v[i][y] + v[i][z]; };
			auto rpp = [v, p, i](int x) { return v[i][x] * p[i][x]; };
			
			if (j >= v[i][0]) // 够买主件 
				f[j] = std::max(f[j], f[j - v[i][0]] + rpp(0));
			if (j >= cost2(0, 1)) // 还够买第一个附件 
				f[j] = std::max(f[j], f[j - cost2(0, 1)] + rpp(0) + rpp(1));
			if (j >= cost2(0, 2)) // 还够买第二个附件 
				f[j] = std::max(f[j], f[j - cost2(0, 2)] + rpp(0) + rpp(2));
			if (j >= cost3(0, 1, 2)) // 还够买两个附件 
				f[j] = std::max(f[j], f[j - cost3(0, 1, 2)] + rpp(0) + rpp(1) + rpp(2));
		}
		
	std::cout << f[n] << std::endl;
}