动态规划采药问题

最新推荐文章于 2022-08-02 23:49:22 发布

安安晚安@

最新推荐文章于 2022-08-02 23:49:22 发布

阅读量450

点赞数 1

文章标签：动态规划算法

本文链接：https://blog.csdn.net/l2953156709/article/details/125263923

版权

本文介绍了动态规划的概念，强调了其关键特征：最优子结构、状态转移方程、边界和重叠子问题。通过一个采集药草的例子，详细展示了如何运用动态规划解题，包括穷举分析、确定边界、找最优子结构和状态转移方程的建立。最终给出了C语言实现的代码示例。

摘要由CSDN通过智能技术生成

动态规划其实就是，给定一个问题，我们把它拆成一个个子问题，直到子问题可以直接解决。然后呢，把子问题答案保存起来，以减少重复计算。再根据子问题答案反推，得出原问题解的一种方法。

动态规划有几个典型特征，最优子结构、状态转移方程、边界、重叠子问题。

解题思路

1.穷举分析

2.确定边界

3.找规律，确定最优子结构

4.写出状态转移方程

1.穷举分析

给定一个实例的输入：
如：T = 10 M = 5

采集药草耗费的时间	采集药草产生的价值
10	5
2	3
20	11
8	6
7	5

价值矩阵如下

	1	2	3	4	5	6	7	8	9	10
0	0	0	0	0	0	0	0	0	0	0
1	0	0	0	0	0	0	0	0	0	5
2	0	3	3	3	3	3	3	3	3	5
3	0	3	3	3	3	3	3	3	3	5
4	0	3	3	3	3	3	3	6	6	9
5	0	3	3	3	3	3	5	6	8	9

2.确定边界

时间等于0时候，药的数量为0的时候

3.确定最优子结构

F(N) = F(i-1,N-TIME[i])+VALUE[i]

4.写出状态转移方程

如果时间足够： Dp[i][j] = Max(Dp[i-1][j-TIME[i]]+VALUE[i],Dp[i-1][j]) 如果时间不够： Dp[i][j] = Dp[i-1][j]

代码如下

#include<stdio.h>
#include<stdlib.h>
#define N 100
int dp[N][N];                          //初始化数组为0 
int drug[N][2];                        //定义药的数组 ，第一个为数量，第二个为存放采药的时间与价值
int max(int a,int b)
{
	if(a>b)
		return a;
	else
		return b;
}
int main()
{
	int time,num;
	int i,j;
	scanf("%d %d",&time,&num);
	for(i=1;i<=num;i++)
	{
		for(j=0;j<2;j++)
		{
			scanf("%d",&drug[i][j]);   //输入num个药需要采摘的时间与药的价值
			 
		}
	}
	for(i=1;i<=num;i++)
	{
		for(j=time;j>=0;j--)
		{
			if(j>=drug[i][0])
				dp[i][j]=max(dp[i-1][j-drug[i][0]]+drug[i][1],dp[i-1][j]);
			else
				dp[i][j]=dp[i-1][j];
		}
	}
	printf("%d",dp[num][time]);
	return 0;
}