CSP-202209-2何以包邮？

原题链接

题目描述:

思路：

设sum为所有参考书价格总和，题目可以理解为在sum-x价格内，最大化被删除的书价格总和，这样就可以把这个问题看作经典的01背包问题

01背包（动态规划）

• 为什么要动态规划？
  这个题的本质是对每本书选择删不删掉的问题，搜索全部状态的暴力解法是O(2^n)，显然是不够高效的，如何优化呢？
  在搜索的过程中，删掉前面一些书产生的中间态，对后面的选择的影响可能是等效的，例如前三本书分别是10，20，30，我们选择第一本书和第二本书删掉的情况，与单独选择删掉第三本书的情况是等效的，对于第四本书来说，都是已经删掉30元的书，后面删掉书的价格和上限都是sum-x-30，基于这个，我们不难发现，前i本书删掉的价格总和只要是相等的，对第i+1本书产生的选择影响就是一样的。
• 实现动态规划
  基于上面的思想，我们可以令dp[i][j]为前i本书在j的价格上限内，可以选择删掉书最大的价格总和，则dp[i][j]可以代表所有前i本书删掉一部分后，上限还剩j（这里的j就是上面例子的sum-x-30）的状态。

状态转移方程：
dp[i][j]=max(dp[i-1][j-a[i]]+a[i],dp[i-1][j])
即第i本书的选择与不选择

代码

#include<bits/stdc++.h>
using namespace std;
#define ufor(i,a,n) for(int i=a;i<=n;++i)
#define dfor(i,n,a) for(int i=n;i>=a;--i)
#define el "\n"
const int MN=33;
const int MP=1e5+5;
int a[MN];
int dp[MN][MP]; //dp[i][j]:前i个物品中在价值j内最多可以有价值和 
int main()
{
	int n,x;
	cin>>n>>x;
	int sum=0;	 
	ufor(i,1,n){
		cin>>a[i];
		sum+=a[i];
	}
	ufor(i,1,n){
		ufor(j,1,sum-x){
			if(j>=a[i]){
				dp[i][j]=max(dp[i-1][j],dp[i-1][j-a[i]]+a[i]);
			}else
				dp[i][j]=dp[i-1][j]; 
		}
	}
	cout<<sum-dp[n][sum-x]<<endl;
	return 0;
}

---

空间优化

dp[i]只用了一轮循环，可以被dp[i+1]重复利用

• 注意内层循环要掉转方向，因为状态转移是从j更小的转移到j更大的，如果不倒着遍历，j小的先被更新，j大的将使用的是本轮的内容进行更新，而不是上轮的，只有从j大开始更新，由于此时j小的还未被更新，存的是上轮的结果，才能达到上面代码的效果。

空间优化代码

#include<bits/stdc++.h>
using namespace std;
#define ufor(i,a,n) for(int i=a;i<=n;++i)
#define dfor(i,n,a) for(int i=n;i>=a;--i)
#define el "\n"
const int MN=33;
const int MP=1e5+5;
int a[MN];
int dp[MP]; 
int main()
{
	int n,x;
	cin>>n>>x;
	int sum=0;	 
	ufor(i,1,n){
		cin>>a[i];
		sum+=a[i];
	}
	ufor(i,1,n){
		dfor(j,sum-x,a[i]){
			dp[j]=max(dp[j],dp[j-a[i]]+a[i]);
		}
	}
	cout<<sum-dp[sum-x]<<endl;
	return 0;
}

一点点小心得

动态规划本质上还是状态的转移，这题的状态就是删掉书的总价格，改变状态的方式是多删掉某本书，总价格就变了，所处的状态就变了，我们要做的就是在一个上限sum-x下，通过删掉不同书来改变这个状态，最后找到最接近上限的状态。
最后的代码可能就可以这样理解，dp[j]代表着这个上限，dp[a[i]]~dp[sum-x]代表着所有可能出现的上限的状态，通过n个物品的选择性删除不断在这些状态中转移，最后求得sum-x上限下，最大的删除价值和。（只是感觉，不必纠结这短话）