【DP周】- 第一周(背包) - day2 - 金明的预算方案

金明的预算方案
在这里插入图片描述
每个物品只能选一件,不用说绝对01背包
不过这个是有限制的
物品分了主件附件,一个主件最多有两个附件,也就是说你输入的时候就会最多只输入两个附件不要想太多
也就是01背包的变形
01背包是分成了两个状态
现在我们可以分成五个状态:
1.在i的时候,选择这个主件
2.选择这个主件和第一个附件
3.选择这个主件和第二个附件
4.选择这个主件和第一第二个附件
5.不选择这个主件
从这5个状态找到最大的

下面看代码理解

#include <iostream>

using namespace std;

const int N = 35010;

int n, m;
int v[N][3], w[N][3];
int f[N];

int main()
{
	cin >> n >> m;
	for(int i = 1; i <= m; i ++)
	{
		int vv, ww, rr;
		cin >> vv >> ww >> rr;
		if(rr == 0)
		{
			v[i][0] = vv;
			w[i][0] = ww;
		}
		else
		{
			if(v[rr][1] == 0)
			v[rr][1] = vv, w[rr][1] = ww;
			else
			v[rr][2] = vv, w[rr][2] = ww; 
		}
	}
		
	
	for(int i = 1; i <= m; i ++)
	{
		for(int j = n; j >= 0; j --)
		{
			if(j >= v[i][0]) // 只要主件 
				f[j] = max(f[j], f[j - v[i][0]] + (w[i][0] * v[i][0]));
			if(j >= v[i][0] + v[i][1]) // 要主件和第一个附件 
				f[j] = max(f[j], f[j - v[i][0] - v[i][1]] + (w[i][0] * v[i][0]) + (w[i][1] * v[i][1]));
			if(j >= v[i][0] + v[i][2]) // 要主件和第二个附件 
				f[j] = max(f[j], f[j - v[i][0] - v[i][2]] + (w[i][0] * v[i][0]) + (w[i][2] * v[i][2])); 
			if(j >= v[i][0] + v[i][1] + v[i][2]) // 主件和第一个第二个附件都要 
				f[j] = max(f[j], f[j - v[i][0] - v[i][1] - v[i][2]] + (w[i][0] * v[i][0]) + (w[i][1] * v[i][1]) + (w[i][2] * v[i][2]));
		} 
	} 
		
	cout << f[n] << endl; 


} 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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