hdu2159 FATE

初看是背包问题，但没有往二位费用背包上想。对于最多的杀怪数为k的条件尝试增加一维，dp[i][j]中j表示已杀的怪的数目，得到状态转移方程dp[i][j]=max(dp[i][j],dp[i-1][j-b]+a)，每种怪的数目不限，对于第一维[i]是完全背包问题，采用完全背包的顺序循环方式，这样看状态转移方程第二维[j]似乎不是表示已杀的怪的数目，思路在这被卡住了。翻看了一下背包九讲找到了这个问题，以下转自背包九讲。

5 二维费用的背包问题
5.1 问题
二维费用的背包问题是指：对于每件物品，具有两种不同的费用，选择这件物品必
须同时付出这两种费用。对于每种费用都有一个可付出的最大值（背包容量）。问怎样
选择物品可以得到最大的价值。
设第i 件物品所需的两种费用分别为Ci 和Di。两种费用可付出的最大值（也即两
种背包容量）分别为V 和U。物品的价值为Wi。
5.2 算法
费用加了一维，只需状态也加一维即可。设F[i; v; u] 表示前i 件物品付出两种费用
分别为v 和u 时可获得的最大价值。状态转移方程就是：
F[i; v; u] = max{F[i - 1; v; u]; F[i - 1; v - Ci; u - Di] + Wi}
如前述优化空间复杂度的方法，可以只使用二维的数组：当每件物品只可以取一次
时变量v 和u 采用逆序的循环，当物品有如完全背包问题时采用顺序的循环，当物品
有如多重背包问题时拆分物品。
这里就不再给出伪代码了，相信有了前面的基础，读者应该能够自己实现出这个问
题的程序。
5.3 物品总个数的限制
有时，“二维费用”的条件是以这样一种隐含的方式给出的：最多只能取U 件物品。
这事实上相当于每件物品多了一种“件数”的费用，每个物品的件数费用均为1，可以
付出的最大件数费用为U。换句话说，设F[v; u] 表示付出费用v、最多选u 件时可得
到的最大价值，则根据物品的类型（01、完全、多重）用不同的方法循环更新，最后在
f[0 : : : V; 0 : : :U] 范围内寻找答案。
5.4 二维整数域N2 上的背包问题
另一种看待二维背包问题的思路是：将它看待成N2 域上的背包问题。也就是说，
背包的容量以及每件物品的费用都是一个二维向量。而常见的一维背包问题则是自然数
域上的背包问题。所以说，一维背包的种种思想方法，往往可以应用于二位背包问题的
求解中，因为只是数域扩大了而已。
作为这种思想的练习，你可以尝试将后文中提到的“子集和问题”扩展到二维，并
试图用同样的复杂度解决。
5.5 小结
当发现由熟悉的动态规划题目变形得来的题目时，在原来的状态中加一维以满足新
的限制是一种比较通用的方法。希望你能从本讲中初步体会到这种方法。

所以，dp[i][j]中[i]应该表示忍耐度为i时，[j]应该表示最多可杀的怪为j时，这样分析的话状态转移方程才是对的。

#include<iostream>
#include<cstring>
#include<cstdio>
using namespace std;
int dp[101][101];
int main(){
	int n,m,k,s;
	int a,b;
	int ii,i,j;
	while(scanf("%d%d%d%d",&n,&m,&k,&s)!=EOF){
		memset(dp,0,sizeof(dp));
		for(ii=1;ii<=k;ii++){
			scanf("%d%d",&a,&b);
			for(i=1;i<=s;i++)   //i和j的循环次序是可以调换的
				for(j=b;j<=m;j++)
					dp[i][j]=max(dp[i][j],dp[i-1][j-b]+a);
		}
		if(dp[s][m]<n)
			printf("-1\n");
		else{
			int total=m;
			for(i=1;i<=s;i++)
				for(j=0;j<=m;j++)
					if(dp[i][j]>=n&&j<total)
						total=j;
			printf("%d\n",m-total);
		}
	}
	return 0;
}