有依赖的01背包问题( 金明的预算方案)

考虑到每个主件最多只有两个附件,因此我们可以通过转化,把原问题转化为01背包问题来解决,在用01背包之前我们需要对输入数据进行处理,把每一种物品归类,即:把每一个主件和它的附件看作一类物品。处理好之后,我们就可以使用01背包算法了。在取某件物品时,我们只需要从以下四种方案中取最大的那种方案:只取主件、取主件+附件1、取主件+附件2、既主件+附件1+附件2。很容易得到如下状态转移方程:

f[i,j]=max{f[i-1,j],

f[i-1,j-a[i,0]]+a[i,0]*b[i,0],

f[i-1,j-a[i,0]-a[i,1]]+a[i,0]*b[i,0]+a[i,1]*b[i,1],

f[i-1,j-a[i,0]-a[i,2]]+a[i,0]*b[i,0]+a[i,2]*b[i,2],

f[i-1,j-a[i,0]-a[i,1]-a[i,2]]+a[i,0]*b[i,0]+a[i,1]*b[i,1]+a[i,2]*b[i,2]}

其中,f[i,j]表示用j元钱,买前i类物品,所得的最大值,a[i,0]表示第i类物品主件的价格,a[i,1]表示第i类物品第1个附件的价格,a[i,2]表示第i类物品第2个附件的价格,b[i,0],b[i,1],b[i,2]分别表示主件、第1个附件和第2个附件的重要度。

#include <iostream>
using namespace std;
int zf[65][3],w[65][3],v[65][3],d[65][3205];
int main()
{
	int n,m,c,p,q,i,j,t;
	cin>>n>>m;
	n/=10; //都是10的整数倍,因此可以节约空间和时间 
	for(i=1;i<=m;i++)
	{
		cin>>c>>p>>q;
		c/=10; //同上 
		if(q==0) {w[i][q]=c; v[i][q]=c*p;}
		else if(w[q][1]==0) {w[q][1]=c;v[q][1]=c*p;}
		else {w[q][2]=c;v[q][2]=c*p;}
	}
	for(i=1;i<=m;i++)
	for(j=0;j<=n;j++)
	{
		d[i][j]=d[i-1][j];
		if(j>=w[i][0]) {t=d[i-1][j-w[i][0]]+v[i][0];if(t>d[i][j]) d[i][j]=t;}
		if(j>=w[i][0]+w[i][1]) {t=d[i-1][j-w[i][0]-w[i][1]]+v[i][0]+v[i][1];if(t>d[i][j]) d[i][j]=t;}
		if(j>=w[i][0]+w[i][2]) {t=d[i-1][j-w[i][0]-w[i][2]]+v[i][0]+v[i][2];if(t>d[i][j]) d[i][j]=t;}
		if(j>=w[i][0]+w[i][1]+w[i][2]) {t=d[i-1][j-w[i][0]-w[i][1]-w[i][2]]+v[i][0]+v[i][1]+v[i][2];if(t>d[i][j]) d[i][j]=t;}
	}
	cout<<d[m][n]*10<<endl;
	return 0;
}



  • 23
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
当然,下面是使用01背包算法解决P1060 开心的金明问题的代码,并附有详细注释: ```cpp #include <iostream> #include <algorithm> using namespace std; const int MAXN = 33000; // 背包最大容量 int dp[MAXN]; // 动态规划数组,dp[i]表示容量为i时的最大价值 int main() { int n, m; // n表示物品个数,m表示背包容量 cin >> m >> n; for (int i = 0; i < n; i++) { int v, p; // v表示物品的体积,p表示物品的价值 cin >> v >> p; for (int j = m; j >= v; j--) { // 从后往前遍历背包容量,保证之前计算的dp[j-v]没有被覆盖 dp[j] = max(dp[j], dp[j - v] + v * p); // 更新当前容量下的最大价值 } } cout << dp[m] << endl; // 输出背包容量为m时的最大价值 return 0; } ``` 代码解释: 1. 首先,我们定义了常量MAXN表示背包的最大容量,并声明了一个长度为MAXN的dp数组,dp[i]表示容量为i时的最大价值。 2. 接下来,从输入中读取背包容量m和物品个数n。 3. 然后,使用一个循环遍历每个物品。在每次循环中,我们读取当前物品的体积v和价值p。 4. 接着,使用一个逆序的循环遍历背包容量j,从m到v。这样做是为了保证之前计算的dp[j-v]没有被覆盖。 5. 在内层循环中,我们更新dp[j]的值,将其更新为dp[j]和dp[j-v] + v * p的较大值。其中,dp[j]表示不选当前物品时的最大价值,dp[j-v] + v * p表示选择当前物品时的最大价值。 6. 最后,输出dp[m],即背包容量为m时的最大价值。 希望这个解释对你有帮助!如果还有其他问题,请随时提问。
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值