疯狂的采药（C++，完全背包）

题目背景

此题为纪念 LiYuxiang 而生。

题目描述

LiYuxiang 是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同种类的草药，采每一种都需要一些时间，每一种也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。”

如果你是 LiYuxiang，你能完成这个任务吗？

此题和原题的不同点：

$1$. 每种草药可以无限制地疯狂采摘。

$2$. 药的种类眼花缭乱，采药时间好长好长啊！师傅等得菊花都谢了！

输入格式

输入第一行有两个整数，分别代表总共能够用来采药的时间 $t$ 和代表山洞里的草药的数目 $m$。

第 $2$ 到第 $(m+1)$ 行，每行两个整数，第 $(i+1)$ 行的整数 $a_i,b_i$ 分别表示采摘第 $i$ 种草药的时间和该草药的价值。

输出格式

输出一行，这一行只包含一个整数，表示在规定的时间内，可以采到的草药的最大总价值。

样例 #1

样例输入 #1

70 3
71 100
69 1
1 2

样例输出 #1

140

提示

数据规模与约定

• 对于 $30\%$ 的数据，保证 $m\le 10^3$ 。
• 对于 $100\%$ 的数据，保证 $1\le m\le 10^4$，$1\le t\le 10^7$，且 $1\le m\times t\le 10^7$，$1\le a_i,b_i\le 10^4$。

解题思路：

在理解本题解题思路之前，建议先了解一下01背包问题

01背包问题的状态转移方程如下

values[i][j] = max(values[i - 1][j], values[i - 1][j - w[i]] + v[i])

行标代表是第几个物品，列标代表剩余的背包空间，w[i]为第i个物品的质量，v[i]为第i个物品的价值

完全背包问题与01背包问题的不同点在于处理每个物品时，不再是只有选与不选两种情况，而是有选1个、2个…多种情况

于是我们尝试得到完全背包问题的状态转移方程

values[i][j] = max(values[i - 1][j], values[i - 1][j - k*w[i]] + k*v[i])

但如果只是简单尝试枚举k的所有可能，仍然会TLE，那就需要再次动态规划了

思考一下会发现，选择k个物品时的最大值可以由选择k-1个物品时的最大值得到，以此进行优化，可以得到状态转移方程

values[i][j] = max(values[i - 1][j], values[i][j - w[i]] + v[i])

要注意到，优化前后，对于i号物品，不选时的转移表达式没有变化，选择时的转移表达式变成了同一行中的另一个状态，仅此而已

时间优化完成了，但空间同样需要优化，所以考虑滚动数组

对于i号物品，我们需要的只是第i行和i-1行，其他可以略去，利用i%2带来的性质即可

AC代码如下

#include <iostream>
using namespace std;
const int max_n = 1e7;

struct herb {
	int time;
	int value;
};

herb herbs[max_n];
int max_values[2][max_n] = { 0 };
int ans = 0, t, n;

int main() {
	cin >> t >> n;
	for (int i = 0; i < n; i++) cin >> herbs[i].time >> herbs[i].value;

	for (int i = 0; i < n; i++)
		for (int j = 0; j <= t; j++) {
			if (j - herbs[i].time < 0) {
				if (i == 0) max_values[i % 2][j] = 0;
				else max_values[i % 2][j] = max_values[(i - 1) % 2][j];
				continue;
			}
			max_values[i % 2][j] = max(max_values[(i - 1) % 2][j], max_values[i % 2][j - herbs[i].time] + herbs[i].value);
			ans = max_values[i % 2][j] > ans ? max_values[i % 2][j] : ans;
		}

	cout << ans;
	return 0;
}

骗你的，这段代码还不能AC，因为…没错就是没开long long

/* 十年 OI 一场空，不开 long long 见祖宗。 */

上面的代码已经可以AC了，但其实这段代码还可以优化，接下来展示一次性优化时间和空间

对于第$i$个物品，当$j\in [0,herbs[i])$时，有max_values[i][j] == max_values[i][j - 1]

所以可以合并

对于$j\in [herb[i],t]$，转移表达式的本质就是比较max_values[i - 1][j]和max_values[i][j - herbs[i].time] + herbs[i].value的大小，后者大则赋值，否则不变

所以可以合并

综上，二维数组合并为一维，j从herbs[i].time开始遍历即可

优化后代码如下

#include <iostream>
using namespace std;
const int max_n = 1e7;

struct herb {
	int time;
	int value;
};

herb herbs[max_n];
long long max_values[max_n] = { 0 };

int main() {
	int t, n;
	cin >> t >> n;
	for (int i = 0; i < n; i++) cin >> herbs[i].time >> herbs[i].value;

	for (int i = 0; i < n; i++)
		for (int j = herbs[i].time; j <= t; j++)
			max_values[j] = max(max_values[j], max_values[j - herbs[i].time] + herbs[i].value);

	cout << max_values[t];
	return 0;
}