采草药 01背包 动态规划

0-1背包问题的动态规划算法

【问题描述】

    辰辰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的草药，采每一株都需要一些时间，每一株也有它自身的价值。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。”

    如果你是辰辰，你能完成这个任务吗？

【输入文件】

    输入文件medic.in的第一行有两个整数T（1 <= T <= 1000）和M（1 <= M <= 100），用一个空格隔开，T代表总共能够用来采药的时间，M代表山洞里的草药的数目。接下来的M行每行包括两个在1到100之间（包括1和100）的整数，分别表示采摘某株草药的时间和这株草药的价值。

【输出文件】

    输出文件medic.out包括一行，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。

【样例输入】

70 3

71 100

69 1

1 2

【样例输出】

3

【数据规模】

    对于30%的数据，M <= 10；

    对于全部的数据，M <= 100。

【题目分析】0-1背包问题的动态规划解法

    在0-1背包问题中，物体或者被装入背包，或者不被装入背包，只有两种选择，0表示不装入，1表示装入，所以称为0-1背包问题。本题中的时间相当于该处的重量。

    设采n棵草药分别需要的时间为t1, t2, …, tn，它们的价值分别为v1, v2, …, vn, 求在规定时间T内采这些药材中的最有价值的一个子集。

2. 问题分析

    设V[i，j]为该实例的前i棵草药，规定时间为j的最优解。i（1<= i <=n）指前i棵草药，j(1<= j <=T)是指规定时间。则：可得出下列结论：

    (1) V[i, j]中不包含第i棵草药时，最优子集价值为V[i, j] = V[i-1, j];

    (2) V[i, j]中包含第i棵草药时，V[i, j]  = V[i-1, j-wi] - vi;

    因此，在前i棵草药中最优解的总价值等于这两个价值的较大值。

    但如果第i棵草药不能放入采摘，可有（1）得到最优解。

    由上面可导致下面的递推式：

 

算法描述：

// t[]存放采摘每棵草药用的时间，v[]存放每可草药的价值，s[]存放最优解。

for (i = 0; i < n; i++)   // 共有n棵草药

{

       for ( j = T; j<=t[i]; j--)   // T规定时间

       {

              if (s[j – t[i]] + v[i] >s[j])

                   s[j] = s[j-t[i]] + v[i];

       }

}

cout << s[T];

【参考程序】--动态规划

#include <cstdlib>

#include <fstream>

 

using namespace std;

ifstream fin("medic.in");

ofstream fout("medic.out");

 

int s[1001];

int main(int argc, char *argv[])

{

    int T, M, i, j ,v, n;

    fin >> T >> M;

    for ( i = 1 ; i <= M ; i++ )

    {

       fin >> n >> v;

       for (j=T; j>=n; j--)

           if (s[j-n] + v > s[j])

               s[j] = s[j-n] + v;

    }

    fout << s[T] << endl;

    return 0;

}