[P5662 CSP-J2019] 纪念品

1. [P5662 CSP-J2019] 纪念品

给定问题是一个关于多天交易商品最大化收益的问题。我们可以用动态规划的五个要素来建模这个问题：

1. 状态定义（State Definition）

状态变量 dp[k]: 表示手中剩余 k 元现金时，到明天早晨（下一天）都将物品卖出后可以获得的最大现金数。

状态可以用两个部分来表示：

• i: 当前天数（第几天）。
• k: 当前拥有的现金数。

2. 决策变量（Decision Variables）

买或不买:
在每一天，对于每种商品，可以选择买或者不买。

• 如果选择买：花费一定现金购买某种商品。
• 如果选择不买：保持现有的现金数不变。

3. 状态转移方程（State Transition Equation）

设 price[i][j] 表示第 i 天第 j 件物品的价格。

状态转移方程可以表示为：
$$dp[k-\text{price}[i][j]]=\max (dp[k-\text{price}[i][j]],dp[k]+\text{price}[i+1][j]-\text{price}[i][j])$$

• 如果在第 i 天选择买 j 件物品，手中的现金减少 price[i][j] 元。
• 明天早上将商品卖出后，现金增加 price[i + 1][j] - price[i][j] 元（即差价）。

4. 边界条件（Boundary Conditions）

初始条件：

• 第一天下午的钱数 dp[m] 初始化为 m，即早上手里有 m 元现金。
• 所有其他 dp[k] 初始化为负无穷 (~0x3f) 代表不可达的状态。

5. 目标函数（Objective Function）

目标: 最大化最后一天结束时的现金数 ans。
$$\text{max ans}=\max (dp[j])\text{for }j=0\text{ to 当前持有现金数}$$

总结

通过以上动态规划要素的分析，我们可以看到这个问题的本质是一个多阶段决策问题。在每一天的决策过程中，状态变量 dp[k] 记录了每种状态下的最优现金数，通过状态转移方程描述不同选择对状态的影响，最终实现最大化收益的目标。

/*
 * @Description:
 * @Version: 2.0
 * @Author: lbj
 * @Date: 2024-09-02 17:11:09
 * @LastEditors: Please set LastEditors
 * @LastEditTime: 2024-09-02 17:43:24
 */
#include <bits/stdc++.h>

using namespace std;

const int Nr = 1e4 + 5;

int a[Nr][Nr];
int dp[Nr];

int main()
{
   int T, N, M;
   cin >> T >> N >> M;

   for (int i = 0; i < T; i++)
   {
      for (int j = 0; j < N; j++)
      {
         cin >> a[i][j];
      }
   }

   int ans = M;

   for (int i = 0; i < T - 1; i++)
   {
      for (int k = 0; k < Nr; k++)
         dp[k] = ~0x3f;

      dp[ans] = ans; // 啥都不买

      for (int j = 0; j < N; j++)
      {
         for (int k = ans; k >= a[i][j]; k--)
         {
            dp[k - a[i][j]] = max(dp[k - a[i][j]], dp[k] + a[i + 1][j] - a[i][j]);
         }
      }

      int ma = 0;
      for (int j = 0; j < ans + 1; j++)
      {
         ma = max(ma, dp[j]);
      }
      ans = ma;
   }
   cout << ans << endl;
   return 0;
}