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 1 1. 每种草药可以无限制地疯狂采摘。
2 2 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 t t 和代表山洞里的草药的数目 m m m。
第 2 2 2 到第 ( m + 1 ) (m + 1) (m+1) 行,每行两个整数,第 ( i + 1 ) (i + 1) (i+1) 行的整数 a i , b i a_i, b_i ai,bi 分别表示采摘第 i i 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 % 30\% 30% 的数据,保证 m ≤ 1 0 3 m \le 10^3 m≤103 。
- 对于 100 % 100\% 100% 的数据,保证 1 ≤ m ≤ 1 0 4 1 \leq m \le 10^4 1≤m≤104, 1 ≤ t ≤ 1 0 7 1 \leq t \leq 10^7 1≤t≤107,且 1 ≤ m × t ≤ 1 0 7 1 \leq m \times t \leq 10^7 1≤m×t≤107, 1 ≤ a i , b i ≤ 1 0 4 1 \leq a_i, b_i \leq 10^4 1≤ai,bi≤104。
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
i
i个物品,当
j
∈
[
0
,
h
e
r
b
s
[
i
]
)
j \in [0, herbs[i])
j∈[0,herbs[i])时,有max_values[i][j] == max_values[i][j - 1]
所以可以合并
对于
j
∈
[
h
e
r
b
[
i
]
,
t
]
j \in [herb[i], t]
j∈[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;
}