洛谷动态规划训练（5）：P1064 金明的预算方案 有附件的背包问题

P1064 金明的预算方案 有附件的背包问题

本题要点总结：

1.关于构造合适的结构来存储数据，比如将零件对应的vpq存在list结构中，然后对于主件对应的零件的信息存在一个二维的数组中。并且这个二维数组的大小是groupdivision[61][61],因为附件最多60个。

2.关于不同背包问题的循环顺序整理。

如果是普通的01背包，那么求解的问题是有一系列的物品，每个物品可以选择装还是不装，要求j元时的最大价值。此时循环为

//01背包
for i=1:m;//m件物品
   for j=N:0;//最多有N元
   dp[j]=max{dp[j],dp[j-list[i].v]+list[i].w};

如果是分组背包，那么要求解的是有k组物品，每个组内的物品只能选一样，要求j元的最大值

//分组背包，注意循环顺序
for k=1:K
  for  j=N:0;
    for i=1:m
    dp[j]=max{dp[j],dp[j-list[i].v]+list[i].w};

预处理

如果是有附件的背包，那么我们可以按照如下的思路来进行解决。首先我们容易知道，每一种不同的购买方案是相互独立的，从某种程度上来说，你可以把它当成是一个分组背包问题，这个组只有1个，j=N:0,然后可以选择的物品的数量就是所有可以选择的方案的数量，而每个物品的cost和价值就对应这个方案的cost和价值。那么我们还可以继续划分，比如说我们考虑对每一个组内的物品的分配方案进行划分，我们可以得到单纯只选择这个组内的物品，在花费恰好为j元时得到的最大价值，然后就可以得到k个这样的一维数组（有k个组）。对于每个j元，我们可能并不太清楚它具体是选了什么组件，但是我们能够知道它对应的j元的能够拿到的最大的价值（其实这就是一个01背包的处理）

对于这些一维数组，我们使用的是“恰好”背包（为了减少计算量）。另外我们需要将这些方案存储下来，我们对k个一维数组进行扫描，把每个一维数组中有意义的方案的cost和val存下来（相当于把他们当成一个物品）。比如可以用一个这样的结构V[i][j],P[i][j]，它们的含义分别是第i组第j个方案的花销cost和第i组第j个方案的价值。

求解

准备好了这些方案之后我们就可以开始求解了，不过每一次递增的时候是按照一组一组来考虑的。这个求解的过程类似于分组背包，因此先循环钱，再循环对应的方案

for k=1:K;//有K组
	for j=N:0;//
		for i=1:m;//循环对应的方案
			dp[j]=max{dp[j],dp[j-V[k][i]]+P[k][i]};

特别的，我们这里不使用恰好背包，因此第一行全设为0，然后去遍历所有的钱求最大的利益值，这个值就是我们所求的结果。
如果使用恰好背包，那么除了dp[0]=0;其余全设为负无穷。

注

如果是第一种问法，要求恰好装满背包，那么在初始化时除了f[0]为0其它f[1…V]均设为-∞，这样就可以保证最终得到的f[N]是一种恰好装满背包的最优解。

如果并没有要求必须把背包装满，而是只希望价格尽量大，初始化时应该将f[0…V]全部设为0。

为什么呢？可以这样理解：初始化的f数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满，那么此时只有容量为0的背包可能被价值为0的nothing“恰好装满”，其它容量的背包均没有合法的解，属于未定义的状态，它们的值就都应该是-∞了。如果背包并非必须被装满，那么任何容量的背包都有一个合法解“什么都不装”，这个解的价值为0，所以初始时状态的值也就全部为0了。

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NN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00个、11个或22个附件。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NN元。于是，他把每件物品规定了一个重要度，分为55等：用整数1-51−5表示，第55等最重要。他还从因特网上查到了每件物品的价格（都是1010元的整数倍）。他希望在不超过NN元（可以等于NN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。

输入格式
第11行，为两个正整数，用一个空格隔开：

N mNm （其中N(<32000)N(<32000)表示总钱数，m(<60)m(<60)为希望购买物品的个数。） 从第22行到第m+1m+1行，第jj行给出了编号为j-1j−1的物品的基本数据，每行有33个非负整数

v p qvpq （其中vv表示该物品的价格（v<10000v<10000），p表示该物品的重要度（1-51−5），qq表示该物品是主件还是附件。如果q=0q=0，表示该物品为主件，如果q>0q>0，表示该物品为附件，qq是所属主件的编号）

输出格式
一个正整数，为不超过总钱数的物品的价格与重要度乘积的总和的最大值（<200000<200000）。

输入输出样例
输入 #1复制
1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0
输出 #1复制
2200

代码

#include<iostream>
#include<algorithm>
#include<cstring>
#include<set>
#include<string>
#include<vector>
using namespace std;

struct obj {
	int v;
	int p;
	int q;
};

int main() {
	obj list[61];
	int N, m;
	cin >> N >> m;
	int cnt[61] = {};//统计每一组的件的数量
	int groups = 0;//统计有多少组
	obj GroupDivision[61][61];//建立一个分组的数组
	
	for (int i = 1; i <= m; i++) {
		cin >> list[i].v >> list[i].p >> list[i].q;
		groups = max(groups, list[i].q);
		if (list[i].q) {//如果是附件
			cnt[list[i].q]++;//对应的组的附件计数增加
			GroupDivision[list[i].q][cnt[list[i].q]].v = list[i].v;//填充信息
			GroupDivision[list[i].q][cnt[list[i].q]].p = list[i].p;
			GroupDivision[list[i].q][cnt[list[i].q]].q = list[i].q;
		}
	}

	/*思路：每一组内，所有的选择方案是互斥的，每一种方案可以看成是分组背包内的一个物品。
	假设该组内部有n1个物品，那么对于每个物品可以选可以不选，共有2^n1种方案，加上主件选不选共有2^n1+1种方案*/
	//对每一个组内的背包做一次01规划
	//int dp[32001];
	int dp[201];
	int cnt2[61] = {};
	int V[61][11] = {};
	int P[61][11] = {};
	for (int i = 1; i <= m; i++) {
		if (!list[i].q) {//如果是主件
			memset(dp, -1, sizeof(dp));
			dp[0] = 0;
			for (int k = 1; k <= cnt[i]; k++) {
				for (int j = N - list[i].v; j >= 0; j--) {
					if (j >= GroupDivision[i][k].v&&dp[j - GroupDivision[i][k].v] != -1)
						dp[j] = max(dp[j], dp[j - GroupDivision[i][k].v] + GroupDivision[i][k].v*GroupDivision[i][k].p);
				}
			}
			//01背包处理完之后，得到的dp[j]的含义是：对于第i组的物品，恰好花费j元的附件的钱，能够得到的最大的利益；每一个j对应一个方案，互相排斥
			//遍历完该主件的组之后，还需要对这个组内有效的方案进行记录，这个记录应该在主件内部才进行记录
			for (int j = 0; j <= N - list[i].v; j++) {
				if (dp[j] != -1) {
					cnt2[i]++;
					V[i][cnt2[i]] = j + list[i].v;
					P[i][cnt2[i]] = dp[j] + list[i].v*list[i].p;
				}
			}
		}
		//下面这个判断我觉得和j==0的判断是重复了，其实可以不写
		if (!list[i].q) {
			cnt2[i]++;
			V[i][cnt2[i]] = list[i].v;
			P[i][cnt2[i]] = list[i].v*list[i].p;
		}
	}
	memset(dp, 0, sizeof(dp));
	for (int i = 1; i <= m; i++) {
		for (int j = N; j >= 0; j--) {
			for (int k = 1; k <= cnt2[i]; k++) {
				if (j >= V[i][k])
					dp[j] = max(dp[j], dp[j - V[i][k]] + P[i][k]);
			}
		}
	}
	int res = 0;
	for (int j = 0; j <= N; j++) {
		res = max(res, dp[j]);
	}
	cout << res;

	return 0;
}