#1038 : 01背包

时间限制: 20000ms

单点时限: 1000ms

内存限制: 256MB

描述

且说上一周的故事里，小Hi和小Ho费劲心思终于拿到了茫茫多的奖券！而现在，终于到了小Ho领取奖励的时刻了！

小Ho现在手上有M张奖券，而奖品区有N件奖品，分别标号为1到N，其中第i件奖品需要need(i)张奖券进行兑换，同时也只能兑换一次，为了使得辛苦得到的奖券不白白浪费，小Ho给每件奖品都评了分，其中第i件奖品的评分值为value(i),表示他对这件奖品的喜好值。现在他想知道，凭借他手上的这些奖券，可以换到哪些奖品，使得这些奖品的喜好值之和能够最大。

提示一：合理抽象问题、定义状态是动态规划最关键的一步

提示二：说过了减少时间消耗，我们再来看看如何减少空间消耗

输入

每个测试点（输入文件）有且仅有一组测试数据。

每组测试数据的第一行为两个正整数N和M,表示奖品的个数，以及小Ho手中的奖券数。

接下来的n行描述每一行描述一个奖品，其中第i行为两个整数need(i)和value(i)，意义如前文所述。

测试数据保证

对于100%的数据，N的值不超过500，M的值不超过10^5

对于100%的数据，need(i)不超过2*10^5, value(i)不超过10^3

输出

对于每组测试数据，输出一个整数Ans，表示小Ho可以获得的总喜好值。

样例输入

5 1000
144 990
487 436
210 673
567 58
1056 897

样例输出

2099

经典01背包问题，这里卡内存，要求用一位数组解决问题。关键在于理解。以best(i, x)表示已经决定了前i件物品是否选取，当前已经选取的物品的所需奖券数总和不超过x时，能够获取的最高的喜好值的和。

best(N, M) = max{best(N - 1, M - need(N)) + value(N), best(N - 1, M)}！”这是传统的方法。

如果我按照j从M到1的顺序，也就是跟之前相反的顺序来进行计算的话。另外根据我们的状态转移方程，可以显然得出如果状态(iA, jA)依赖于状态(iB, jB)，那么肯定有iA = iB+1, jA>=jB。所以不难得出一个结论：我在计算best(i, j)的时候，因为best(i, j+1..M)这些状态已经被计算过了，所以意味着best(i - 1, k)，k=j..M这些值都没有用了——所有依赖于他们的值都已经计算完了。于是它们原有的存储空间都可以用来存储别的东西，所以我不仿直接就将best(i, j)的值存在best(i-1, j)原有的位置上。这样可以只开一位数组。

#include <iostream>
#include <string.h>
#include <cstdio>
#include <string>
#include <map>
#include <vector>
#include <queue>
#include <algorithm>
#include <set>
#include <math.h>
using namespace std;
int f[100005];
int need[505],value[505];
int main()
{
	int n,m;
	while(~scanf("%d%d",&n,&m))
	{
		memset(f,0,sizeof(f));
		for(int i=1;i<=n;i++)
		{
			scanf("%d%d",&need[i],&value[i]);
		}
		for(int j=0;j<=n;j++)
		{
			f[j]=0;
		}
		for(int i=1;i<=n;i++)
		{
			for(int j=m;j>=need[i];j--)
			{
				f[j]=max(f[j],f[j-need[i]]+value[i]);
			}
		}
		cout<<f[m]<<endl;
	}
}