首先看一下数据范围:
首先我们可以通过最后一句话得到一个结论:本题不用开long long。
下面开始分析各个数据:
对于10%数据,T=1:不管有多少物品,也不管当天买入了多少,最后总是会全部卖出,而此时买入价=卖出价,所以结果为m。
另有15%数据,T≤100,N=1:如果只有一件物品,那么我们可以贪心地考虑:
- 如果某一天物品价格比前一天多,那么就在前一天尽可能多的买入,在当天全部卖出。
- 如果物品自第x天起价格连续数日上涨,那么我们就在那一天尽可能多的买入,在达到极值的那一天卖出,以求最大效益。(当然也可以在第x天买入,第x+1天卖出后立即再买入……以此类推,不过没必要)。
由于在最后一天要全部卖出,所以买入操作全部在前t-1天
实现如下:
for(int i=1; i<t; i++) {
if(a[i][1]<a[i+1][1]) {
int cnt=m/a[i][1]; //买入
m%=a[i][1];
while(i<t&&a[i][1]<a[i+1][1]) i++;
m+=a[i]*cnt; //卖出
}
}
另有15%数据,T=2,N≤100:我认为这组数据对寻找思路非常重要。
仿照上面的思路,由于第二天结束后必须全部卖出,所以所有买入操作都在第一天。如果某个物品第二天的价格小于第一天的,那么不买它。
但是,由于有多个物品,此时如何选购就成了问题。简单思考后发现可按照完全背包的思路,将物品两天的差价作为“价值”,第一天的价格作为“重量”,问题便迎刃而解。
那么对于全部数据,我们就可以参照这个思路,进行t-1轮完全背包,每次都把当天的价格作为“重量”,次日的价格作为“价值”。但应注意“容量”m是动态变化的。
最终实现如下:
#include <cstdio>
#include <algorithm>
const int MAXN=101,MAXM=1001,MAXT=101;
using namespace std;
//dp[]代表盈利额
int dp[10001],v[MAXT][MAXN];
int main() {
int n,m,t;
scanf("%d%d%d",&t,&n,&m);
for(int i=1; i<=t; i++) {
for(int j=1; j<=n; j++) scanf("%d",&v[i][j]);
}
for(int k=1; k<t; k++) { //天数
fill(dp,dp+m+1,m); //至少不会亏钱(大不了一直什么都不买)
for(int i=1; i<=n; i++) { //物品
int now_val=v[k][i];
for(int j=now_val; j<=m; j++) { //价值
if(v[k+1][i]>now_val)
dp[j]=max(dp[j],dp[j-now_val]+v[k+1][i]-now_val);
}
}
m=dp[m];
}
printf("%d",m);
return 0;
}