信息学奥赛一本通 1271：【例9.15】潜水员

【题目链接】

ybt 1271：【例9.15】潜水员

【题目考点】

1. 动态规划：二维费用背包

【解题思路】

记y[i]:第i瓶的氧容量 d[i]:第i瓶的氮容量 w[i]:第i瓶的重量

1. 状态定义

• 集合：选择气缸的方案
• 限制：在前几个气缸中选择，需要满足至少多少氮气和氧气的容量
• 属性：总重量
• 条件：最小
• 统计量：总重量

状态定义：dp[l][i][j]:前l个气缸中选气缸，拥有至少i升氧气容量与j升氮气容量的方案中，总重量最少的方案中气缸的总重量。
初始状态：由于要求的是最小值，整个数组先初始化为无穷大。
在前0个气缸中选气缸，只能满足至少有0升氧气与0升氮气，总重量为0。所以dp[0][0][0] = 0。

2. 状态转移方程

与01背包的思路一样，只不过比01背包多了一个费用维度

• 集合：前l个气缸中选气缸，拥有至少i升氧气容量与j升氮气容量的方案
  分割集合：依据是否选择第l气缸进行分割

• 子集1：如果选择第l气缸，那么接下来需要在前l-1个气缸中选择气缸，这些气缸应该拥有至少i-y[l]升氧气与j-d[l]升氮气。
  如果i-y[l]为负数，“这些气缸应该拥有至少负几升的氧气容量”这样的表述没有意义，由于气缸的氧气容量最小为0，因此该表述等价于“这些气缸应该拥有至少0升的氧气容量”。
  整合i-y[l]为非负数或负数的情况，应该说：这些气缸应该拥有至少max(0, i-y[l])升的氧气容量。同理，这些气缸应该拥有至少max(0, j-d[l])升的氮气容量。
  。
  其最小总重量为dp[l-1][max(0, i-y[l])][max(0, j-d[l])]，再加上第l气缸的重量w[l]，得到：dp[l][i][j] = dp[l-1][max(0, i-y[l])][max(0, j-d[l])]+w[l]。

• 子集2：如果不选第l气缸，那么接下来需要在前l-1个气缸中选择气缸，这些气缸应该拥有至少i升氧气与j升氮气，其最小总重量为dp[l][i][j] = dp[l-1][i][j]。

• 以上两种情况取最小值

【题解代码】

解法1：二维费用背包 基本解法

#include <bits/stdc++.h>
using namespace std;
#define N 1005
int m, n, k, dp[N][25][80];//dp[i][j][k]: 前i个气缸中选气缸凑j升氧气k升氮气的最少重量 
int y[N], d[N], w[N];//y[i]:第i瓶的氧容量 d[i]:第i瓶的氮容量 w[i]:第i瓶的重量
int main()
{
    memset(dp, 0x3f, sizeof(dp));
    cin >> m >> n >> k;
    dp[0][0][0] = 0;
    for(int i = 1; i <= k; ++i)
        cin >> y[i] >> d[i] >> w[i];
    for(int l = 1; l <= k; ++l)
        for(int i = 0; i <= m; ++i)
            for(int j = 0; j <= n; ++j)
                dp[l][i][j] = min(dp[l-1][max(0, i-y[l])][max(0, j-d[l])]+w[l], dp[l-1][i][j]);
    cout << dp[k][m][n];
    return 0; 
}

解法2：二维费用背包 滚动数组优化

#include <bits/stdc++.h>
using namespace std;
#define M 100
#define N 1005
int m, n, k, dp[M][M];//dp[i][j][k]:（i被优化掉） 前i个气缸中选气缸凑j升氧气k升氮气的最少重量 
int y[N], d[N], w[N];//y[i]:第i瓶的氧容量 d[i]:第i瓶的氮容量 w[i]:第i瓶的重量
int main()
{
    memset(dp, 0x3f, sizeof(dp));
    cin >> m >> n >> k;
    dp[0][0] = 0;
    for(int i = 1; i <= k; ++i)
        cin >> y[i] >> d[i] >> w[i];
    for(int l = 1; l <= k; ++l)
        for(int i = m; i >= 0; --i)
            for(int j = n; j >= 0; --j)
                dp[i][j] = min(dp[max(0, i-y[l])][max(0, j-d[l])]+w[l], dp[i][j]);
    cout << dp[m][n];
    return 0; 
}