DP动态规划（背包01问题）——以最大收益为例

所谓的01背包是一种动态规划问题。动态规划的核心就是状态转移方程，本文主要解释01背包状态转移方程的原理。

了解原版动态规划：

超详细！动态规划详解分析（典型例题分析和对比，附源码）_动态规划案例解析-CSDN博客

输入描述

第一行输入四个正整数 n,A,B,C，代表建筑的种类、小易初始的石灰数量、砂岩数量和花岗岩数量。 接下来的n行，每行输入四个正整数a_i,b_i,c_i,v_i，代表每种建筑的石灰消耗、砂岩消耗、花岗岩消耗，以及带来的收益。每个建筑只能最多建一个。

输出描述

一个整数，代表最大收益。

示例 1

3 10 10 10

2 5 8 5

4 5 6 8

6 2 3 3

说明 ：造第二个和第三个建筑即可。

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

int main() {
    int n;
    long long A, B, C;
    cin >> n >> A >> B >> C;
    
    // 初始化动态规划数组
    vector<vector<vector<long long>>> dp(A + 1, vector<vector<long long>>(B + 1, vector<long long>(C + 1, 0)));
    
    for (int i = 0; i < n; ++i) {
        long long a_i, b_i, c_i, v_i;
        cin >> a_i >> b_i >> c_i >> v_i;
        
        // 如果资源消耗量超过初始资源，则跳过这个建筑
        if (a_i > A || b_i > B || c_i > C) {
            continue;
        }
        
        // 从大到小更新 dp 表，避免覆盖问题
        for (long long x = A; x >= a_i; --x) {
            for (long long y = B; y >= b_i; --y) {
                for (long long z = C; z >= c_i; --z) {
                    dp[x][y][z] = max(dp[x][y][z], dp[x - a_i][y - b_i][z - c_i] + v_i);
                }
            }
        }
    }
    
    cout << dp[A][B][C] << endl;
    
    return 0;
}