总结:
此题是背包问题的变形,物品的价值和重量有所改变,背包的容量限制有所改变,但核心动态规划求法没有改变。只需要在背包问题的解法上根据题意对物品表示,答案输出进行改变即可。
一、题目要求
题目描述
新学期伊始,适逢顿顿书城有购书满 x 元包邮的活动,小 P 同学欣然前往准备买些参考书。
一番浏览后,小 P 初步筛选出 n 本书加入购物车中,其中第 i 本(1≤i≤n)的价格为 ai 元。
考虑到预算有限,在最终付款前小 P 决定再从购物车中删去几本书(也可以不删),使得剩余图书的价格总和 m 在满足包邮条件(m≥x)的前提下最小。
试帮助小 P 计算,最终选购哪些书可以在凑够 x 元包邮的前提下花费最小?
输入格式
从标准输入读入数据。
输入的第一行包含空格分隔的两个正整数 n 和 x,分别表示购物车中图书数量和包邮条件。
接下来输入 n 行,其中第 i 行(1≤i≤n)仅包含一个正整数 ai,表示购物车中第 i 本书的价格。输入数据保证 n 本书的价格总和不小于 x。
输出格式
输出到标准输出。
仅输出一个正整数,表示在满足包邮条件下的最小花费。
样例1输入
4 100
20
90
60
60
样例1输出
110
子任务
70% 的测试数据满足:n≤15;
全部的测试数据满足:n≤30,每本书的价格 ai≤104 且 x≤a1+a2+⋯+an。
提示
对于 70% 的测试数据,直接枚举所有可能的情况即可。
二、我的解法(70)
#include<iostream>
#include<algorithm>
using namespace std;
int price[30];
int main(){
int n,m;
cin>>n>>m;
for(int i=0;i<n;i++){
cin>>price[i];
}
int min=1e9;
for(int i=0;i<1<<n;i++){
int sum=0;
for(int j=0;j<n;j++){
if(i>>j&1){
sum+=price[j];
}
}
if(sum>=m&&sum<min) min=sum;
}
cout<<min;
return 0;
}
分析:用二进制数枚举进行暴力求解,求法简单,但是对于30%的样例超时了。
三、满分解法
#include<iostream>
#include<algorithm>
using namespace std;
const int N=1e7;
int p[35];
int f[N];
int main(){
int n,m,sum=0;
cin>>n>>m;
for(int i=1;i<=n;i++){//从1开始
cin>>p[i];
sum+=p[i];
}
for(int i=1;i<=n;i++){//一维01背包
for(int j=sum;j>=p[i];j--){
f[j]=max(f[j],f[j-p[i]]+p[i]);
}
}
for(int i=m;i<=sum;i++){//找最小价值
if(f[i]>=m){
cout<<f[i];
break;
}
}
return 0;
}
分析:
1.不是典型物品:这道题的物品只有价值,背包也没有容量限制,只有价值限制。其实就是v[]和w[]相等,既做了价值又做了容量。
2.没有给出具体容量限制:注意dp求解时 f[ ]存储了从1-n个物品,从1-m个容量的多种情况的最大价值,常规问题的答案是最后一个状态,这道题只需要从最低限度开始遍历,找到最近满足条件的一个状态。