购物单
王强决定把年终奖用于购物,他把想买的物品分为两类:主件与附件,附件是从属于某个主件的,下表就是一些主件与附件的例子:
主件 | 附件 |
电脑 | 打印机,扫描仪 |
书柜 | 图书 |
书桌 | 台灯,文具 |
工作椅 | 无 |
如果要买归类为附件的物品,必须先买该附件所属的主件,且每件物品只能购买一次。
每个主件可以有 0 个、 1 个或 2 个附件。附件不再有从属于自己的附件。
王强查到了每件物品的价格(都是 10 元的整数倍),而他只有 N 元的预算。除此之外,他给每件物品规定了一个重要度,用整数 1 ~ 5 表示。他希望在花费不超过 N 元的前提下,使自己的满意度达到最大。
满意度是指所购买的每件物品的价格与重要度的乘积的总和,假设设第𝑖i件物品的价格为 𝑣[ 𝑖 ] ,重要度为 𝑤[ 𝑖 ] ,共选中了 𝑘 件物品,编号依次为 𝑗1,𝑗2,...,𝑗𝑘 则满意度为:𝑣[ 𝑗1 ]∗𝑤[ 𝑗1 ] + 𝑣[ 𝑗2] ∗𝑤[ 𝑗2 ] +…+ 𝑣[ 𝑗𝑘 ]∗𝑤[ 𝑗𝑘 ] 。
请你帮助王强计算可获得的最大的满意度。
原题链接:购物单_牛客题霸_牛客网 (nowcoder.com)
格式
输入描述:
输入的第 1 行,为两个正整数 N,m ,用一个空格隔开:
(其中 N ( N<32000 )表示总钱数, m (m <60 )为可购买的物品的个数。)
从第 2 行到第 m+1 行,第 j 行给出了编号为 j-1 的物品的基本数据,每行有 3 个非负整数 v p q
(其中 v 表示该物品的价格( v<10000 ), p 表示该物品的重要度( 1 ~ 5 ), q 表示该物品是主件还是附件。如果 q=0 ,表示该物品为主件,如果 q>0 ,表示该物品为附件, q 是所属主件的编号)
输出描述:
输出一个正整数,为张强可以获得的最大的满意度。
样例
输入:
1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0输出:
2200
输入:
50 5
20 3 5
20 3 5
10 3 0
10 2 0
10 1 0输出:
130
说明:
由第 1 行可知总钱数 N 为 50 以及希望购买的物品个数 m 为 5 ;
第 2 和第 3 行的 q 为 5 ,说明它们都是编号为 5 的物品的附件;
第 4~6 行的 q 都为 0 ,说明它们都是主件,它们的编号依次为 3~5 ;
所以物品的价格与重要度乘积的总和的最大值为 10*1 + 20*3 + 20*3 = 130 。
思路分析
首先,我们需要明确题目要求我们解决的核心问题:在给定预算下最大化满意度。满意度由物品的价格和重要度共同决定,而物品分为主件和附件,附件必须随主件一起购买。
0 - 1 背包压缩数组模版
public int bag(int N, int[] weights, int[] values) {
// 初始化动态规划数组
int[] dp = new int[N + 1];
// 遍历每个物品
for (int i = 0; i < weights.length; i++) {
// 从后往前遍历容量,避免重复购买
for (int j = N; j >= weights[i]; j--) {
// 更新dp数组
dp[j] = Math.max(dp[j], dp[j - weights[i]] + values[i]);
}
}
// 返回最大值
return dp[N];
}
初始化动态规划数组
接下来,我们初始化一个动态规划数组 dp ,其 p[ j ] 表示在预算为 j 时能获得的最大满意度。数组的长度为总预算加 1 ,初始值全为 0 。
构建销售组合
由于附件必须随主件一起购买,我们不能简单地将每个物品视为独立的背包问题物品。因此,我们需要构建销售组合,将每个主件及其可能的附件组合成一个整体,作为一个独立的物品来处理。
为什么这样构建呢?因为我们需要确保附件不会单独被购买,而只能通过购买其对应的主件来购买。构建销售组合后,我们就可以利用背包问题的解法来找到最大满意度。
动态规划求解
为什么要使用动态规划呢?因为这个问题具有重叠子问题和最优子结构的特点。对于每个预算值,我们需要找到最大的满意度,而这个问题可以分解为更小的子问题:在给定预算下,购买哪些物品可以获得最大满意度?动态规划允许我们保存并重用这些子问题的解,从而避免重复计算。
在更新 dp 数组时,我们采用从后往前遍历预算的方式。这是为了确保在计算 dp[ j ] 时,dp[ j - price ] 的值是上一轮的,数据没有被这一轮计算覆盖过,这样可以避免重复购买同一个物品。
现在,我们遍历每个销售组合,并根据每个组合的价格和满意度来更新 dp 数组。
更新公式为:dp[ j ] = Math.max( dp[ j ], dp[ j - v ] + s ) 。这里,v 和 s 分别表示当前销售组合的价格和满意度。我们比较不购买当前组合时的最大满意度( dp[ j ] )和购买当前组合后的最大满意度( dp[ j ], dp[ j - v ] + s ),取两者中的较大值作为新的 dp[ j ] 。
代码
import java.util.Scanner;
import java.util.*;
public class Main {
static int[] dp; // 预算数组
static int[][] arr; // 物品数据
static int n, m; // 总钱数,物品总数
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
n = in.nextInt(); // 总钱数
m = in.nextInt(); // 物品总数
dp = new int[n+1]; // 对应钱数能得到的最大满意度
arr = new int[m+1][6]; // 物品数据
// 处理物品数据
// arr[i][3] 表示物品附件数,初始为 0
// arr[i][4] 表示附件 1 的编号
// arr[i][5] 表示附件 2 的编号
for (int i = 1;i <= m;i++) {
arr[i][0] = in.nextInt(); // 价格
arr[i][1] = in.nextInt()*arr[i][0]; // 满意度
arr[i][2] = in.nextInt(); // 主件编号
int father = arr[i][2]; // 得到所属主件编号
// 不为 0 ,说明为附件
if (father != 0) {
arr[father][3]++; // 主件所拥有的附件数加 1
int childNum = arr[father][3]; // 获取主件拥有的附件数
arr[father][3+childNum] = i; // 存储附件编号
}
}
// 遍历每一个物品
for (int i = 1;i <= m;i++) {
if (arr[i][2] != 0) continue; // 跳过附件,因为在遍历主件时会带上附件
int[][] cur = new int[4][2]; // 可销售组合,最多有 4 种组合
cur[0][0] = arr[i][0]; // 主件价格
cur[0][1] = arr[i][1]; // 主件满意度
int childNum = arr[i][3]; // 附件个数
if (childNum == 1) {
int index = arr[i][4]; // 附件编号
cur[1][0] = arr[index][0] + cur[0][0]; // 附件+主件价格
cur[1][1] = arr[index][1] + cur[0][1]; // 附件+主件满意度
}else if (childNum == 2) {
int index = arr[i][4]; // 附件1编号
cur[1][0] = arr[index][0] + cur[0][0]; // 附件1+主件价格
cur[1][1] = arr[index][1] + cur[0][1]; // 附件1+主件满意度
index = arr[i][5]; // 附件2编号
cur[2][0] = arr[index][0] + cur[0][0]; // 附件2+主件价格
cur[2][1] = arr[index][1] + cur[0][1]; // 附件2+主件满意度
cur[3][0] = cur[1][0] + cur[2][0] - cur[0][0]; // 附件1+附件2+主件价格
cur[3][1] = cur[1][1] + cur[2][1] - cur[0][1]; // 附件1+附件2+主件满意度
}
// 压缩为一维数据,从后往前遍历可以防止重复购买
for (int j = n;j >= 0;j--) {
// 列举销售组合
for (int k = 0;k < 4;k++) {
// 防止数组越界
if (j >= cur[k][0]) {
dp[j] = Math.max(dp[j], dp[j - cur[k][0]] + cur[k][1]);
}
}
}
}
// 输出答案
System.out.println(dp[n]);
}
}
结果
最后
如果有所收获请点赞支持一下作者哦,您的点赞是我持续创作的动力!!