Description
一家软件开发公司有两个项目,并且这两个项目都由相同数量的m个子项目组成,对于同一个项目,每个子项目都是相互独立且工作量相当的,并且一个项目必须在m个子项目全部完成后才算整个项目完成。
这家公司有n名程序员分配给这两个项目,每个子项目必须由一名程序员一次完成,多名程序员可以同时做同一个项目中的不同子项目。
求最小的时间T使得公司能在T时间内完成两个项目。
Input
第一行两个正整数n,m(1<=n<=100,1<=m<=100)。
接下来n行,每行包含两个整数,x和y。分别表示每个程序员完成第一个项目的子程序的时间,和完成第二个项目子程序的时间。每个子程序耗时也不超过100。
Output
输出最小的时间T。
Sample Input
3 20 1 1 2 4 1 6
Sample Output
18 【样例解释】 第一个人做18个2项目,耗时18;第二个人做2个1项目,2个2项目耗时12;第三个人做18个1项目,耗时18。
Data Constraint
对于30%的数据,n<=30.
对于60%的数据,n<=60.
Solution
普通的动态规划应该比较容易发现。
f[i][j][k]表示前i个人,完成了j个1项目,k个2项目。转移为:
f[i][j][k]=max{f[i][j-s][k-t],s*A[i]+t*B[i]},不过一算复杂度O(n*m^4),只能通过30%的数据。
开始优化,再分析一下题目和样例。为什么不能是17?在17时,第二个人就会耗时18。想到这里应该不难发现,耗时小于18都是不可行的,大于等于18都是存在可行方案的,耗时最多的人的时间最小。答案是线性的。
二分这个答案!在最大时间已知的情况下,f[i][j][k]就可以用bool表示成是否能在答案内完成。这时,转移的时候就不需要两个项目都枚举了。只要枚举一个,另外一个的最大值会自动产生。转移少了一维,复杂度变为O(n*m^3*log10000)。60%的数据。
优化到这里,也可以有一些感觉,f[i][j][k]就用来表示0,1两种值,是否有些浪费?直接将第三维体现在状态值里面,改造一下状态:
f[i][j]代表到前i个人,在1项目做了j个的情况下,2项目能做的最多的个数。转移为:f[i][j]=max{f[i][j],f[i-1][j-k]+(ans-k*A[i])/B[i]}
这样,时间复杂度就O(n*m^2*log(10000))。可以通过所有数据。
Code
uses math;
var
n,m,i,j,k,l,r,mid:longint;
a,b:array[0..1100]of longint;
f:array[0..110,0..110] of longint;
begin
assign(input,'company.in');reset(input);
assign(output,'company.out');rewrite(output);
readln(n,m);
for i:=1 to n do readln(a[i],b[i]);
l:=1;r:=100;
while l<r do begin
mid:=(l+r) div 2;
for i:=0 to n do
for j:=0 to m do
f[i,j]:=-maxlongint;
f[0,0]:=0;
for i:=1 to n do
for j:=0 to m do
for k:=0 to j do begin
if k*a[i]>mid then break;
f[i,j]:=max(f[i,j],f[i-1,j-k]+(mid-a[i]*k) div b[i]);
end;
if f[n,m]>=m then
r:=mid
else
l:=mid+1;
end;
writeln(r);
close(input);
close(output);
end.