动态规划的模版题

动态规划的模版题

樱花

题目背景

《爱与愁的故事第四弹·plant》第一章。

题目描述

爱与愁大神后院里种了 $n$ 棵樱花树，每棵都有美学值 $C_i(0\le C_i\le 200)$。爱与愁大神在每天上学前都会来赏花。爱与愁大神可是生物学霸，他懂得如何欣赏樱花：一种樱花树看一遍过，一种樱花树最多看 $A_i(0\le A_i\le 100)$ 遍，一种樱花树可以看无数遍。但是看每棵樱花树都有一定的时间 $T_i(0\le T_i\le 100)$。爱与愁大神离去上学的时间只剩下一小会儿了。求解看哪几棵樱花树能使美学值最高且爱与愁大神能准时（或提早）去上学。

输入格式

共 $n+1$行：

第 $1$ 行：现在时间 $T_s$（几时：几分），去上学的时间 $T_e$（几时：几分），爱与愁大神院子里有几棵樱花树 $n$。这里的 $T_s$，$T_e$ 格式为：hh:mm，其中 $0\le hh\le 23$，$0\le mm\le 59$，且 $hh,mm,n$ 均为正整数。

第 $2$ 行到第 $n+1$ 行，每行三个正整数：看完第 $i$ 棵树的耗费时间 $T_i$，第 $i$ 棵树的美学值 $C_i$，看第 $i$ 棵树的次数 $P_i$（$P_i=0$ 表示无数次，$P_i$ 是其他数字表示最多可看的次数 $P_i$）。

输出格式

只有一个整数，表示最大美学值。

样例 #1

样例输入 #1

6:50 7:00 3
2 1 0
3 3 1
4 5 4

样例输出 #1

11

提示

$100\%$ 数据：$T_e-T_s\le 1000$（即开始时间距离结束时间不超过 $1000$ 分钟），$n\le 10000$。保证 $T_e,T_s$ 为同一天内的时间。

样例解释：赏第一棵樱花树一次，赏第三棵樱花树 $2$ 次。

思路

这道题目考查的算法知识是多重背包.

在开始的时候,我以为只需要三重循环就可以过了,但是直接TLE了一发(╥﹏╥),属实是我偷懒没看时间复杂度,这个算法复杂度是O(TnA),大概在10的9次幂,完美超时.

核心代码如下(三个循环的顺序只能是这样,外层毫无疑问.体积必须要在外侧,因为当前种类的物品只能由上一种类的物品转移过来)

for(int i=1;i<=n;i++)
{
    for(int j=T;j>=times[i];j--)
    {
        for(int z=0;z<=k[i];z++)
        {
        		if(z*times[i]<=j)
        	  {
     	     	    dp[j]=max(dp[j],dp[j-z*times[i]]+val[i]*z);
   	     	  }
        }
    }
}

为了优化这个代码的时间复杂度,优化一下A,于是就有了接下来的二进制优化

大致的实现就是从原来的一个一个放,变成一组一组放,这样就控制了放置次数在10次以内.就能满足最坏情况.

再优化一下n,当Ai大与最大能放的值的时候,就可以当作是完全背包来存放,也就是从多重背包变为完全背包,可以优化一点常数,

代码实现

#include <bits/stdc++.h>
using namespace std;
int main()
{
    int begin_h,begin_m;
    int end_h,end_m;
    char c;
    cin>>begin_h>>c>>begin_m>>end_h>>c>>end_m;
    int T=0;
    T=end_h*60+end_m-begin_h*60-begin_m;

    int n;
    cin>>n;
    int val[10001]={},times[10001]={},k[10001]={};
    for(int i=1;i<=n;i++)
    {
        cin>>times[i]>>val[i]>>k[i];
    }
    int dp[1001]={};
    for(int i=1;i<=n;i++)
    {
        if(k[i]*times[i]>=T || k[i]==0) //转换为完全背包
        {
            for(int j=times[i];j<=T;j++)
            {
                dp[j]=max(dp[j],dp[j-times[i]]+val[i]);
            }
        }
        else
        {
            int num=1;
            while(k[i]>num)
            {
                for(int j=T;j>=times[i]*num;j--)
                {
                    dp[j]=max(dp[j],dp[j-times[i]*num]+val[i]*num);
                }
                k[i]-=num;
                num*=2;
            }
            for(int j=T;j>=k[i]*times[i];j--)
            {
                dp[j]=max(dp[j],dp[j-k[i]*times[i]]+val[i]*k[i]);
            }
        }
        
        
    }
    cout<<dp[T]<<endl;
    return  0;
}

---

[NOIP2012 普及组] 摆花

题目描述

小明的花店新开张，为了吸引顾客，他想在花店的门口摆上一排花，共 $m$ 盆。通过调查顾客的喜好，小明列出了顾客最喜欢的 $n$ 种花，从 $1$ 到 $n$ 标号。为了在门口展出更多种花，规定第 $i$ 种花不能超过 $a_i$ 盆，摆花时同一种花放在一起，且不同种类的花需按标号的从小到大的顺序依次摆列。

试编程计算，一共有多少种不同的摆花方案。

输入格式

第一行包含两个正整数 $n$ 和 $m$，中间用一个空格隔开。

第二行有 $n$ 个整数，每两个整数之间用一个空格隔开，依次表示 $a_1,a_2,\cdots ,a_n$。

输出格式

一个整数，表示有多少种方案。注意：因为方案数可能很多，请输出方案数对 $10^6+7$ 取模的结果。

样例 #1

样例输入 #1

2 4
3 2

样例输出 #1

2

提示

【数据范围】

对于 $20\%$ 数据，有 $0<n\le 8,0<m\le 8,0\le a_i\le 8$。

对于 $50\%$ 数据，有 $0<n\le 20,0<m\le 20,0\le a_i\le 20$。

对于 $100\%$ 数据，有 $0<n\le 100,0<m\le 100,0\le a_i\le 100$。

NOIP 2012 普及组 第三题

思路

这道题主要难在状态转移方程和代码实现

我们设 $ dp[i][j] $ 表示i种花盆, $j$ 个位置能实现的方案数

于是就能写出:

$dp[i][j]=dp[i-1][j]+dp[i-1][j-1]+\cdots +dp[i-1][j-min(j,a[i])]$

我们会发现每个第一个维度可以直接去掉,并且对于位置长度为 $j$ 的 $dp[j]$ ,是由长度不大于 $j$ 的状态转移过来,所以 $j$ 要从大到小循环

「当时我在写的时候推出状态转移方程了,但是没写出来,说明代码实现能力还是比较弱,还是要多写题目」

代码实现

#include<bits/stdc++.h>
using namespace std;
const int maxn=101;
const int mod=1e6+7;
int a[maxn]={};
int dp[maxn]={};
int main()
{
    int n,m;
    cin>>n>>m;
    dp[0]=1;
    for(int i=1;i<=n;i++) cin>>a[i];
    for(int i=1;i<=n;i++)
    {
        for(int j=m;j>=1;j--)
        {
            for(int z=j-1;z>=j-a[i]&& z>=0;z--)
            {
                dp[j]=(dp[j]+dp[z]) %mod;
            }
        }
    }
    cout<<dp[m]<<endl;
    return 0;
}

---

[NOIP2006 提高组] 金明的预算方案

题目描述

金明今天很开心，家里购置的新房就要领钥匙了，新房里有一间金明自己专用的很宽敞的房间。更让他高兴的是，妈妈昨天对他说：“你的房间需要购买哪些物品，怎么布置，你说了算，只要不超过 $n$ 元钱就行”。今天一早，金明就开始做预算了，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。每个主件可以有 $0$ 个、$1$ 个或 $2$ 个附件。每个附件对应一个主件，附件不再有从属于自己的附件。金明想买的东西很多，肯定会超过妈妈限定的 $n$ 元。于是，他把每件物品规定了一个重要度，分为 $5$ 等：用整数 $1\sim 5$ 表示，第 $5$ 等最重要。他还从因特网上查到了每件物品的价格（都是 $10$ 元的整数倍）。他希望在不超过 $n$ 元的前提下，使每件物品的价格与重要度的乘积的总和最大。

设第 $j$ 件物品的价格为 $v_j$，重要度为$w_j$，共选中了 $k$ 件物品，编号依次为 $j_1,j_2,\dots ,j_k$，则所求的总和为：

$v_{j_1}\times w_{j_1}+v_{j_2}\times w_{j_2}+\cdots +v_{j_k}\times w_{j_k}$。

请你帮助金明设计一个满足要求的购物单。

输入格式

第一行有两个整数，分别表示总钱数 $n$ 和希望购买的物品个数 $m$。

第 $2$ 到第 $(m+1)$ 行，每行三个整数，第 $(i+1)$ 行的整数 $v_i$，$p_i$，$q_i$ 分别表示第 $i$ 件物品的价格、重要度以及它对应的的主件。如果 $q_i=0$，表示该物品本身是主件。

输出格式

输出一行一个整数表示答案。

样例 #1

样例输入 #1

1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0

样例输出 #1

2200

提示

数据规模与约定

对于全部的测试点，保证 $1\le n\le 3.2\times 10^4$，$1\le m\le 60$，$0\le v_i\le 10^4$，$1\le p_i\le 5$，$0\le q_i\le m$，答案不超过 $2\times 10^5$。

思路

这道题可以用分组背包来写.我们虚拟一个最大的背包,包裹着所有的分组背包.

每个主件都当作一个背包,它对应的附件都属于对应的主件的背包中.

对每个背包,刚开始都先从最大的背包那里得到初始状态.但是要做一点小改变,因为这个背包必须要加上主件,所以在刚开始的dp值要加上主件的值.然后单独用01背包处理.接着要注意,在体积的那个循环那里,下限要算上之前已经放的主件的体积.最后,要把当前的背包得到的状态更新到最大的背包那里.

输出最大的背包的 $dp[m]$ 值即可

时间复杂度小优化:

刚开始就直接把每个背包分开来,用vector存储,这样在弄01背包的时候就可以直接进行,不用从头到尾去找当前主件对应的附件,这样就节省了枚举次数.

「这道题还可以用四种动态规划方程去写,思路也很清晰,但是当附件数变多的时候,这种方法就不可取了,所以这里还是用了分组背包的方法」

代码实现

#include<bits/stdc++.h>
using namespace std;
const int maxn=61;
struct good
{
    int v,p,q;
}G;
vector<good> V[maxn];
int inde[maxn]={};
int main()
{
    int n,m;
    int v,p,q;
    cin>>n>>m;
    int temp=1;
    for(int i=1;i<=m;i++)
    {
        cin>>v>>p>>q;
        G.v=v,G.p=p*v,G.q=q;
        if(q==0)
        {
            V[temp].push_back(G);
            inde[i]=temp;
            temp++;
        }
        else
        {
            V[inde[q]].push_back(G);
        }
    }
    --temp;
    int f[200005]={};
    int h[200005]={};
    for(int i=1;i<=temp;i++)
    {
        for(int j=V[i][0].v;j<=n;j++)
        {
            h[j]=f[j-V[i][0].v]+V[i][0].p;
        }
        for(int j=1;j<=V[i].size()-1;j++)
        {
            for(int z=n;z>=V[i][0].v+V[i][j].v;z--)
            {
                h[z]=max(h[z],h[z-V[i][j].v]+V[i][j].p);
            }
        }
        for(int j=V[i][0].v;j<=n;j++)
        {
            f[j]=max(f[j],h[j]);
        }
    }
    cout<<f[n]<<endl;
    return 0;
}

---

总结

这次的动态规划有点难度了,但其实还主要是模版的运用,主要考察了多重背包和分组背包

多重背包可以用完全背包和二进制优化

分组背包要注意大背包数据的引入和更新

感觉多看看就有点懂了,但是说不出所以然(呜呜呜)