动态规划第二部分

    从这部分难度明显上去了，状态转移方程也用了各种的优化方法，比较难理解。

       

        这个就是普通背包问题的加强版，完全背包问题。主要区别在于，1.数据的范围增大，不能采用二维数组来存储否则会越界，2.同一种物品可以被无限选取，而上一题却只能选一次

        我们需要用一维数组的办法来优化这个问题，由于是完全背包问题，所以只需要正序遍历就可以了，但是注意下数据的范围，最坏的情况下，是选择t个药物，最大1E11，会超过int的范围，需要开long long，我们可以#define int long long就可以了，把main改成signed

#include <bits/stdc++.h>
using namespace std;

#define int long long
#define Max_t (long long)(1E7+2)
#define Max_m (long long)(1E4+2)
int t, m;       //总时间和草药总数
int dp[Max_t] = {0};    //滚动数组
int wight[Max_m] = {0};    //所需时间
int value[Max_m] = {0};    //价值
signed main()
{
    cin >> t >> m;
    for(int i = 1; i <= m; i++)
    {
        cin >> wight[i] >> value[i];
    }
    for(int i = 1; i <= m; i++)
    {
        for(int j = wight[i]; j <= t; j++)
        {
            dp[j] = max(dp[j], dp[j-wight[i]]+value[i]);    //逐渐离谱了
        }
    }
    cout << dp[t] << endl;
    return 0;
}

第二题

 

          这个就是另一种背包问题，结合了完全背包问题和多重背包问题。可以参考一下大佬的博客背包问题-背包九讲阅读笔记_七夜落幕丶的博客-CSDN博客，在这里，可以采用一定的优化手段，而不采用二进制优化的最好的办法就是尽量减少循环的次数了。可以在多重背包问题的求解中减少不必要的循环次数，把j>=w[i]改为j>=k*w[i]。可以通过的。多重背包问题就是01背包的多次循环，要逆序遍历，而完全背包问题要正序遍历。

#include <bits/stdc++.h>
using namespace std;
#define Max 10002
struct Time
{
    int hour;
    int minute;
};
int value[Max];     //美学价值
int w[Max];         //时间
int p[Max];         //次数
int dp[1001] = {0}; //dp数组，总时间不超过t；
int main()
{
    Time t1, t2;
    scanf("%d:%d", &t1.hour, &t1.minute);
    scanf("%d:%d", &t2.hour, &t2.minute);
    int t = t2.hour*60+t2.minute-(t1.hour*60+t1.minute), n;
    cin >> n;       //处理输入问题
    for(int i = 1; i <= n; ++i)
    {
        cin >> w[i] >> value[i] >> p[i];
    }
    for(int i = 0; i <= n; ++i)
    {
        if(p[i] == 0)
        {
            //完全背包，正序
            for(int j = w[i]; j <= t; ++j)
            {
                dp[j] = max(dp[j], dp[j-w[i]]+value[i]);
            }
        }
        else
        {
            //多重背包，可以当做01背包再叠加求解
            for(int k = 1; k <= p[i]; ++k)
            {
                for(int j = t; j >= k*w[i]; --j)
                {
                    dp[j] = max(dp[j], dp[j-k*w[i]]+k*value[i]);
                }
            }
        }
    }
    cout << dp[t];
    return 0;
}

 

        和传统的背包问题描述方式不一样，也可以采用dp，但是我不是很明白第二层循环的次数为什么j>=0而不是j>=nums[i]。这个状态转移方程也不太一样，dp[0] = 1我也不太清楚为什么不是dp[1] = 1，但是想想也是那回事啊，dp[0] = 1就是dp[1] = 1，看来还有许多东西要学，要练。

#include <bits/stdc++.h>
using namespace std;

#define tmod (int)(1E6+7)
// int dp[102][102] = {0};     //前n种花总和不超过m的方案
int main()
{
    int n, m;
    cin >> n >> m;
    vector<int> num(n+1);
    for(int i = 1; i <= n; ++i)
    {
        cin >> num[i];      //输入每种花共有几个
    }
    vector<int> dp(m+1, 0);
    dp[0] = 1;
    for(int i = 1; i <= n; ++i)
    {
        for(int j = m; j >= 0; --j)     //每种花都可能0-1
        {
            for(int k = 1; k <= min(j, num[i]); ++k)
            {
                dp[j] = (dp[j] + dp[j-k])% tmod;
            }
        }
    }
    cout << dp[m] << endl;
    return 0;
}

 第四题

 

 

        中规中矩的背包问题，只是需要考虑附属物的问题，共5种情况，1.都不选  2.选主物 3.主物和第一附属物 4.主物和第二附属物 5.主物和第三附属物，根据这个就不难列出状态转移方程了

#include <bits/stdc++.h>
using namespace std;
const int Maxn = 32002, Maxm = 62;
int dp[Maxn] = {0};
int vi[Maxm][3] = {0}, pi[Maxm][3] = {0};

int main()
{
    int n, m;
    cin >> n >> m;
    for(int i = 1; i <= m; ++i)
    {
        int v, p, q;
        cin >> v >> p >> q;
        if(!q)          //主件
        {
            vi[i][0] = v;
            pi[i][0] = p;
        }
        else
        {
            if(vi[q][1] == 0)
            {
                vi[q][1] = v;
                pi[q][1] = p;
            }
            else
            {
                vi[q][2] = v;
                pi[q][2] = p;
            }
        }
    }
    for(int i = 1; i <= m; ++i)
    {
        for(int j = n; j >= 0; --j)
        {
            if(j >= vi[i][0])
            {
                dp[j] = max(dp[j], dp[j-vi[i][0]]+vi[i][0]*pi[i][0]);
            }
            if(j >= vi[i][0] + vi[i][1])
            {
                dp[j] = max(dp[j], dp[j-vi[i][0]-vi[i][1]]+vi[i][0]*pi[i][0]+vi[i][1]*pi[i][1]);
            }
            if(j >= vi[i][0] + vi[i][2])
            {
                dp[j] = max(dp[j], dp[j-vi[i][0]-vi[i][2]]+vi[i][0]*pi[i][0]+vi[i][2]*pi[i][2]);
            }
            if(j >= vi[i][0] + vi[i][1] + vi[i][2])
            {
                dp[j] = max(dp[j], dp[j-vi[i][0]-vi[i][1]-vi[i][2]]+vi[i][0]*pi[i][0]+vi[i][1]*pi[i][1]+vi[i][2]*pi[i][2]);
            }
        }
    }
    cout << dp[n] << endl;
    return 0;
}

总结，第三题比较难理解一些，别的还好