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