软件基础实践 | 最少费用购物(动态规划法)

1.问题描述:
商店中每种商品都有标价。例如,一朵花的价格是 2 元,一个花瓶的价格是 5 元。为了 吸引顾客,商店提供了一组优惠商品价。优惠商品是把一种或多种商品分成一组,并降价销 售。例如,3 朵花的价格不是 6 元而是 5 元,2 个花瓶加 1 朵花的优惠价是 10 元。试设计一 算法,计算出某一顾客所购商品应付的最少费用。

2.算法设计:
对于给定欲购商品的价格和数量,以及优惠商品价,计算所购商品应付的最少费用。
数据输入:

  1. 提供欲购商品数据。第 1 行中有 1 个整数 B(0≤B≤5),表示所购商品种类数。接下来的 B 行,每行有 3 个数 C,K 和 P。C 表示商品的编码(每种商品有唯一编码),1≤C≤999。 K 表示购买该种商品总数,1≤K≤5。P是该种商品的正常单价(每件商品的价格),1≤P≤999。请注意,一次最多购买 5x5=25 件商品。
  2. 提供优惠商品价数据。第 1 行中有 1 个整数 S(0≤S≤99),表示共有 S 种优惠商品组合。接下来的 S 行,每行的第 1 个数描述优惠商品组合中商品的种类数 j。接着是 j 个数字对(C,K),其中 C 是商品编码,1≤C≤999。K 表示该种商品在此组合中的数量,1≤K≤5。每行最后 1 个数字 P(1≤P≤9999)表示此商品组合的优惠价。
    数据输出:输出计算出的所购商品应付的最少费用。
    例:
    输入: 2 2
    7 3 2 1 7 3 5
    8 2 5 2 7 1 8 2 10
    输出: 14
#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstring>
#include <queue>
#include <set>
#include <map>
#include <time.h>
using namespace std;

int sale[1000][6] = { 0 };	//分别表示每个优惠中每个商品数量 
int saleprice[1000] = { 0 };	//优惠的价格 
int salelength[1000] = { 0 };	//优惠总共有几个商品 
int salenumber[1000][1000] = { 0 };	//优惠商品的ID 
int good[6][4] = { 0 };       //1 -> number   2 -> price  3 -> last num
int num[1000];				//商品ID 
int dp[6][6][6][6][6];
int n, m;

void input()
{
	cin >> n;
	for (int i = 1; i <= n; i++)
	{
		cin >> good[i][1] >> good[i][3] >> good[i][2];
		num[i] = good[i][1];
	}
	cin >> m;
	for (int i = 1; i <= m; i++)
	{
		cin >> salelength[i];
		for (int j = 1; j <= salelength[i]; j++)
		{
			cin >> salenumber[i][j];
			cin >> sale[i][salenumber[i][j]];
		}
		cin >> saleprice[i];
	}
}

int main()
{
	input();
	dp[0][0][0][0][0] = 0;
	for (int i = 0; i <= good[1][3]; i++)
		for (int j = 0; j <= good[2][3]; j++)
			for (int k = 0; k <= good[3][3]; k++)
				for (int l = 0; l <= good[4][3]; l++)
					for (int p = 0; p <= good[5][3]; p++)
					{
						int minx = i * good[1][2] + j * good[2][2] + k * good[3][2]
							+ l * good[4][2] + p * good[5][2];
						for (int q = 1; q <= m; q++)
						{
							if (i - sale[q][num[1]] < 0 || i - sale[q][num[2]] < 0 || i - sale[q][num[3]] < 0 || i - sale[q][num[4]] < 0 || i - sale[q][num[5]] < 0)
								continue;
							int t = dp[i - sale[q][num[1]]][j - sale[q][num[2]]][k - sale[q][num[3]]][l - sale[q][num[4]]][p - sale[q][num[5]]] + saleprice[q];

							if (t < minx) minx = t;
						}

						dp[i][j][k][l][p] = minx;
					}

	cout << dp[good[1][3]][good[2][3]][good[3][3]][good[4][3]][good[5][3]] << endl;
	return 0;
}



  • 5
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
最少购物费用动态规划是一种经典的动态规划问题,其目标是在购买商品时,使得总费用最小。该问题满足无后效性和最优化原理,因此可以使用动态规划来解决。 具体来说,我们可以使用一个五组来表示第i种商品买ai的最小费用,即f(i,ai),其i表示商品的种类,ai表示购买该商品的数量。那么,对于第i种商品,其购买数量ai的范围为0到5,因此我们可以使用一个二重循环来枚举所有的状态,即: ```python for i in range(1, n+1): for j in range(0, 6): # 计算f(i,j) ``` 对于每个状态f(i,ai),我们需要考虑两种情况:购买第i种商品和不购买第i种商品。如果购买第i种商品,那么总费用为f(i-1,aj)+pi*ai,其aj表示购买第i-1种商品的数量,pi表示第i种商品价格。如果不购买第i种商品,那么总费用为f(i-1,aj),即购买前i-1种商品的最小费用。因此,我们可以得到状态转移方程: f(i,ai) = min{f(i-1,aj)+pi*ai, f(i-1,aj)} 最终的答案为f(n, m),其n表示商品的种类,m表示购买商品的总数量。 下面是一个Python实现的例子: ```python n = 5 # 商品种类 m = 5 # 购买商品的总数量 p = [0, 2, 3, 4, 5, 6] # 商品价格 a = [[0] * 6 for _ in range(6)] # a[i][j]表示第i种商品购买j个的最小费用 # 初始化 for i in range(1, n+1): for j in range(0, 6): if j == 0: a[i][j] = 0 else: a[i][j] = float('inf') # 动态规划 for i in range(1, n+1): for j in range(1, m+1): for k in range(0, j+1): a[i][j] = min(a[i][j], a[i-1][j-k]+p[i]*k) print(a[n][m]) # 输出最小费用 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值