背包衍化——二维01背包

最新推荐文章于 2022-10-25 14:53:53 发布

Happig丶

最新推荐文章于 2022-10-25 14:53:53 发布

阅读量95

点赞数

分类专栏： # 背包DP

本文链接：https://blog.csdn.net/qq_44691917/article/details/108689685

版权

背包DP 专栏收录该内容

13 篇文章 0 订阅

订阅专栏

问题引入

有两种物品捆绑销售，每种包装里两种物品各有 $x, y$ 个，售价为 $t$ 元，共有 $s$ 个捆绑销售的包装。现在需要两种物品 $n, m$ 个，问如何购买可以满足需要并且花费最少的钱

状态转移

设 $d [i] [j]$ 表示第一、二种物品分别买了 $i, j$ 个的最小花费，那么状态转移方程为：

$d [i] [j] = m i n (d [i] [j], d [i - x] [j - y] + t)$

边界处理

但是这里需要注意的是，不难发现 $i - x, j - y$ 需要大于等于 $0$ ，按照习惯应该写：

for (int i = 0, x, y, t; i < s; i++) {
    cin >> x >> y >> t;
    for (int j = n; j >= x; j--)
        for (int k = m; k >= y; k--)
            d[j][k] = min(d[j][k], d[j - x][k - y] + t);
}

但是这样是错误的，原因是如果这样写就变成了恰好拿 $n, m$ 个物品，而本题对上界没有要求，那么也就是说当背包容量溢出后，在状态转移时实际上变成了负值，那么我们都从 $d [0] [0]$ 这个状态转移即可：

for (int i = 0, x, y, t; i < s; i++) {
    cin >> x >> y >> t;
    for (int j = n; j >= 0; j--)
        for (int k = m; k >= 0; k--)
            d[j][k] = min(d[j][k], d[max(j - x, 0)][max(k - y, 0)] + t);
}

初始化

$d [0] [0] = 0$ ，其余均为 $i n f$

代码

int s, n, m;
cin >> s >> n >> m;
memset(d, 0x3f, sizeof d);
d[0][0] = 0;
for (int i = 0, x, y, t; i < s; i++) {
    cin >> x >> y >> t;
    for (int j = n; j >= 0; j--)
        for (int k = m; k >= 0; k--)
            d[j][k] = min(d[j][k], d[max(j - x, 0)][max(k - y, 0)] + t);
}
cout << d[n][m] << ENDL;