01背包的变形——最佳凑单问题

01背包的变形——最佳凑单问题

重点：逆向思维、dp数组的含义、状态的转移

最佳凑单

题目描述
消费者为了享受商家发布的满减优惠，常常需要面临凑单问题。
假设有n件商品，每件的价格分别为p1,p2,…,pn，每件商品最多只能买1件。为了享受优惠，需要凑单价为t。那么我们要找到一种凑单方式，使得凑单价格不小于t（从而享受优惠），同时尽量接近t。被称为“最佳凑单”。
如果不存在任何一种凑单方式，使得凑单价格不小于t（即无法享受优惠），那么最佳凑单不存在。
比如当前还差10元享受满减，可选的小件商品有5件，价格分别为3元、5元、8元、8元和9元，每件商品最多只能买1件。那么当前的最佳凑单就是11元（3元+8元）。

输入
第一行输入商品数n（n <= 100），和需要凑单价t。
第二行输入每件商品的价格。
输出
如果可以凑单成功，则输出最佳凑单的价格 。
如果无法凑单成功，则输出0。
样例输入

Sample1 Input:
5 10 
3 5 8 8 9
Sample1 Output:
11

样例输出

Sample2 Input:
10 89
90 10 10 10 10 5 5 3 4 1

Sample2 Output:
90

思路：

0-1背包变形。此时，令dp[i][j]表示在前i个背包里随便选，总重量不少于j的情况下，总价值的最小值。j=0时，对总重量没有限制，总价值的最小值是0，也就是一个都不选，所以dp[k][0]=0。i=0时，没有背包可选，j>0时无法满足总重量要求，标记为-inf。在递推的过程中，想要实现：对于不可能凑单成功的情况，标记为-inf。

递推关系：

1、若第i个商品的重量大于j，则不能选第i个商品，则需要从前i-1个商品选，所以dp[i][j]=dp[i-1][j]。若dp[i-1][j]不可实现，那么dp[i][j]也不可实现，也会被标记为-inf。

2、若第i个商品的重量小于等于j，则可以选第i个商品，那么需要分为两类。选第j个，dp[i][j]=dp[i-1][j-a[i-1]] + a[i-1]，若dp[i-1][j-a[i-1]]能够成功凑单，那么正常，否则会为-inf，而-inf加一个常数还等于-inf，所以dp[i][j]也是-inf。另一种情况，不选第j个，则dp[i][j]=dp[i-1][j]。若dp[i-1][j]不可实现，那么dp[i][j]也不可实现，也会被标记为-inf。

这两种情况的取舍，若有一个是-inf，那么为了凑单成功，需要选二者中较大的（不是-inf的那个）。若两个全都是-inf，那么dp[i][j]