1. 概述
小团是美团汽车租赁公司的调度师,某个时刻A和B两地都向该公司提交了租车的订单,分别需要a和b辆汽车。此时,公司的所有车辆都在外运营;通过北斗定位,可以得到所有车辆的位置,小团分别计算了每辆车前往A地和B地完成订单的利润。作为一名精明的调度师,当然是想让公司的利润最大化了。请你帮他分别选择a辆车完成A地的任务,选择b辆车完成B地的任务,使得公司获利最大,每辆车最多只能完成一地的任务。
输入描述
输入第一行包含三个整数n, a, b, 分别表示公司的车辆数量和A, B两地订单所需数量,保证a + b <= n(1 <= n <= 2000),接下来有n行,每行两个正整数x, y, 分别表示该车完成A地任务的利润和完成B地任务的利润。
输出描述
输出仅包含一个正整数,表示公司最大获得的利润和。
样例输入
5 2 2
4 2
3 3
5 4
5 3
1 5
样例输出
18
2. 解题思路
DFS可以做,但肯定是超时的
这里要用到三维的动态规划,还需要优化三维dp数组到二维,并且减除调不必要的循环,才能满足要求。
动态规划
dp[i][j][k]表示前 i 辆车中派出 j 辆到A地,派出 k 辆到B地可以获得的最大利润
状态转移方程
3. 代码及优化
Java
import java.util.Scanner;
public class Main{
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
int n = input.nextInt();
int a = input.nextInt();
int b = input.nextInt();
int[][][] dp = new int[n + 1][a + 1][b + 1];
int[][] profits = new int[n + 1][2];
for (int i = 1; i <= n; i++) {
profits[i][0] = input.nextInt();
profits[i][1] = input.nextInt();
}
for (int i = 1; i <= n; i++) { //派出i辆车
for (int j = 0; j <= a; j++) { //向A地派出j辆
for (int k = 0; k <= b; k++) { //向B地派出k辆
if (j == 0 && k == 0) continue;
if (k == 0) {
//将第i辆车不派出或者派到A地
dp[i][j][k] = Math.max(dp[i - 1][j][k], dp[i - 1][j - 1][k] + profits[i][0]);
}
else if (j == 0) {
//将第i辆车不派出或者派到B地
dp[i][j][k] = Math.max(dp[i - 1][j][k], dp[i - 1][j][k - 1] + profits[i][1]);
}
else {
//将第i辆车不派出或者派到A地或者派到B地
dp[i][j][k] = Math.max(dp[i - 1][j][k],
Math.max(dp[i - 1][j - 1][k] + profits[i][0], dp[i - 1][j][k - 1] + profits[i][1]));
}
}
}
}
int res = dp[n][a][b];
System.out.println(res);
}
}
根据动态规划转移方程可看出,状态 i 只取决于状态 i - 1,因此可以像优化 01背包问题 那样将dp数组降维,降低空间复杂度。
因为状态 i 需要用到状态 i - 1 时的值,如果从小到大计算,则需要的 i - 1时的状态已经被覆盖,因此要从右至左地计算。
代码
import java.util.Scanner;
public class Main{
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
int n = input.nextInt();
int a = input.nextInt();
int b = input.nextInt();
int[][] dp = new int[a + 1][b + 1];
int[][] profits = new int[n + 1][2];
for (int i = 1; i <= n; i++) {
profits[i][0] = input.nextInt();
profits[i][1] = input.nextInt();
}
for (int i = 1; i <= n; i++) { //派出i辆车
for (int j = a; j >= 0; j--) { //向A地派出j辆
for (int k = b; k >= 0; k--) { //向B地派出k辆
if (j == 0 && k == 0) continue;
if (k == 0) {
//将第i辆车不派出或者派到A地
dp[j][k] = Math.max(dp[j][k], dp[j - 1][k] + profits[i][0]);
}
else if (j == 0) {
//将第i辆车不派出或者派到B地
dp[j][k] = Math.max(dp[j][k], dp[j][k - 1] + profits[i][1]);
}
else {
//将第i辆车不派出或者派到A地或者派到B地
dp[j][k] = Math.max(dp[j][k],
Math.max(dp[j - 1][k] + profits[i][0], dp[j][k - 1] + profits[i][1]));
}
}
}
}
int res = dp[a][b];
System.out.println(res);
}
}
还可以看到,for循环里面是可以优化的,有些计算是无用的。例如,派出了 i 辆车,如果 j > i 或者 k > i 是没必要计算的,一共 i 辆,不可能派出比 i 辆车更多的车到A地或者B地,因此,在从右至左计算时,从 Math.min(a, i) 和 Math.min(b, i) 开始。
代码
import java.util.Scanner;
public class Main{
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
int n = input.nextInt();
int a = input.nextInt();
int b = input.nextInt();
int[][] dp = new int[a + 1][b + 1];
int[][] profits = new int[n + 1][2];
for (int i = 1; i <= n; i++) {
profits[i][0] = input.nextInt();
profits[i][1] = input.nextInt();
}
for (int i = 1; i <= n; i++) { //派出i辆车
for (int j = Math.min(a, i); j >= 0; j--) { //向A地派出j辆
for (int k = Math.min(b, i); k >= 0; k--) { //向B地派出k辆
if (j == 0 && k == 0) continue;
if (k == 0) {
//将第i辆车不派出或者派到A地
dp[j][k] = Math.max(dp[j][k], dp[j - 1][k] + profits[i][0]);
}
else if (j == 0) {
//将第i辆车不派出或者派到B地
dp[j][k] = Math.max(dp[j][k], dp[j][k - 1] + profits[i][1]);
}
else {
//将第i辆车不派出或者派到A地或者派到B地
dp[j][k] = Math.max(dp[j][k],
Math.max(dp[j - 1][k] + profits[i][0], dp[j][k - 1] + profits[i][1]));
}
}
}
}
int res = dp[a][b];
System.out.println(res);
}
}
还可以继续优化,在每次 i 循环时,其实没必要将其派到A地或者B地的利润保存下来,因为只在本轮循环有用,直接输入使用就行了,可以节省大量空间。
另外,为了降低算法的时间复杂度,可以想尽办法避免一些不必要的计算。
根据上面的代码,考虑前 i 辆车时:
派到A地最多Math.min(a, i)辆车,即 j <= Math.min(a, i),
A地一共需要a辆车,已经派去A地 j 辆车,还需要 a - j 辆车;公司一共有n辆车,派出去了 i 辆,还剩下 n - i 辆,要满足所有的要求,则剩下的车还要满足A地的需求,必有: a - j <= n - i,即剩下的车要比A地还需要的车多,否则没有计算的必要了,由此得到 j >= a - n + i,且j >= 0,所以 j >= Math.max(0, a - n + i).
派到B地最多Math.min(b, i - j)辆车(i 辆车中已经派出 j 辆到A地了),还需要 b - k 辆车;公司一共n辆车,派出去了 i 辆,还剩下 n - i 辆,要满足所有的要求,则剩下的车还要同时满足A地和B地的需求,必有:(a - j) + (b - k) <= n - i,即剩下的车要比A地和B地还需要的车多,否则没有计算的必要了,由此可得到 k >= a + b - n + i - j,且 k >= 0,所以 k >= Math.max(0, a + b - n + i - j).
代码
import java.util.Scanner;
public class Main{
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
int n = input.nextInt();
int a = input.nextInt();
int b = input.nextInt();
int[][] dp = new int[a + 1][b + 1];
int profitA, profitB;
for (int i = 1; i <= n; i++) { //派出i辆车
profitA = input.nextInt();
profitB = input.nextInt();
for (int j = Math.min(a, i); j >= Math.max(0, a - n + i); j--) { //向A地派出j辆
for (int k = Math.min(b, i - j); k >= Math.max(0, a + b - n + i - j); k--) { //向B地派出k辆
if (j == 0 && k == 0) continue;
if (j + k > i) break;
if (k == 0) {
//将第i辆车不派出或者派到A地
dp[j][k] = Math.max(dp[j][k], dp[j - 1][k] + profitA);
}
else if (j == 0) {
//将第i辆车不派出或者派到B地
dp[j][k] = Math.max(dp[j][k], dp[j][k - 1] + profitB);
}
else {
//将第i辆车不派出或者派到A地或者派到B地
dp[j][k] = Math.max(dp[j][k],
Math.max(dp[j - 1][k] + profitA, dp[j][k - 1] + profitB));
}
}
}
}
int res = dp[a][b];
System.out.println(res);
}
}
再进一步简化,再进入下一层for循环前就计算出for循环的取值范围,可以避免在for循环中每次都进行冗余的计算,从而降低耗时。
import java.util.Scanner;
public class Main{
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
int n = input.nextInt();
int a = input.nextInt();
int b = input.nextInt();
int[][] dp = new int[a + 1][b + 1];
int profitA, profitB;
for (int i = 1; i <= n; i++) { //派出i辆车
profitA = input.nextInt();
profitB = input.nextInt();
// 在进入下层for循环前,先计算出for循环的取值范围,避免在for循环中每次都进行冗余的计算,从而降低耗时
int minj = Math.max(0, a - n + i);
for (int j = Math.min(a, i); j >= minj; j--) { //向A地派出j辆
// 在进入下层for循环前,先计算出for循环的取值范围,避免在for循环中每次都进行冗余的计算,从而降低耗时
int mink = Math.max(0, a + b - n + i - j);
for (int k = Math.min(b, i - j); k >= mink; k--) { //向B地派出k辆
if (j == 0 && k == 0) continue;
if (j + k > i) break;
if (k == 0) {
//将第i辆车不派出或者派到A地
dp[j][k] = Math.max(dp[j][k], dp[j - 1][k] + profitA);
}
else if (j == 0) {
//将第i辆车不派出或者派到B地
dp[j][k] = Math.max(dp[j][k], dp[j][k - 1] + profitB);
}
else {
//将第i辆车不派出或者派到A地或者派到B地
dp[j][k] = Math.max(dp[j][k],
Math.max(dp[j - 1][k] + profitA, dp[j][k - 1] + profitB));
}
}
}
}
int res = dp[a][b];
System.out.println(res);
}
}
C++
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int main() {
int n, a, b;
cin >> n >> a >> b;
vector<vector<int>> dp(a + 1, vector<int>(b + 1, 0));
int profitA, profitB;
for (int i = 1; i <= n; i++) {
cin >> profitA >> profitB;
// 进入下一层for循环前先计算出取值范围,否则下层for循环中每次都会进行计算,徒增耗时,从而导致超时
int minj = max(0, a - n + i);
for (int j = min(a, i); j >= minj; j--) {
// 进入下一层for循环前先计算出取值范围,否则下层for循环中每次都会进行计算,徒增耗时,从而导致超时
int mink = max(0, a + b - n + i - j);
for (int k = min(b, i - j); k >= mink; k--) {
if (j == 0 && k == 0) continue;
if (j + k > i) break;
if (k == 0) {
//将第i辆车不派出或者派到A地
dp[j][k] = max(dp[j][k], dp[j - 1][k] + profitA);
}
else if (j == 0) {
//将第i辆车不派出或者派到B地
dp[j][k] = max(dp[j][k], dp[j][k - 1] + profitB);
}
else {
//将第i辆车不派出或者派到A地或者派到B地
dp[j][k] = max(dp[j][k],max(dp[j - 1][k] + profitA, dp[j][k - 1] + profitB));
}
}
}
}
cout << dp[a][b] << endl;
return 0;
}