问题:
总共n中饮料,每种饮料表示为(S[i],V[i],C[i],H[i],B[i]),S表示名称,V表示容量,C表示可以买的最大数量,H表示满意度,B表示实际购买量
在V[i]*B[i]求和=V的情况下,H[i]*B[i]求和最大化
最优化,毫无疑问,考虑动态规划跟贪心。
状态转移方程:
设Opt(V’,i)表示从 i 到 n-1 种饮料中,Ci 为第i种饮料可能的最大数量,算出总量为V’的方案中满意度之和的最大值。
那么递归式就应该是:
Opt(V’,i)= max{ k * Hi + Opt(V’-Vi * k,i+1)}(k=0,1,2…,Ci,i=0,1,2…,n-1)
这里我觉得需要说明给出的饮料组合最终可以组合出V。
递推:
int Cal(int V, int T) {
opt[0][T] = 0; //边界条件,T为所有饮料种类
for(int i = 0; i <= V; ++i) opt[i][T] = -INF; //边界条件
for(int j = T-1; j >= 0; --j) {
for(int i = 0; i <= V; ++i) {
opt[i][j] = -INF;
for(int k = 0; k <= C[j]; ++k) { //遍历第j种饮料选取数量k
if(i < k * V[j]) break;
int x = opt[i - V[j] * k][j + 1];
if(x != -INF) {
x += k * H[j];
if(x > opt[i][j]) opt[i][j] = x;
}
}
}
}
return opt[V][0];
}
int opt[V+1][T+1]; //初始化时opt中存储值为-1,表示该子问题尚未被求解
int Cal(int V, int type) {
if(type == T) {
if(V == 0) return 0;
else return -INF;
}
if(V < 0) return -INF;
if(V == 0) return 0;
else if(opt[V][type] != -1) return opt[V][type]; //该子问题已求解,则直接返回子问题的解
int ret = -INF; //子问题尚未求解,则求解该子问题
for(int i = 0; i <= C[type]; ++i) {
int temp = Cal(V - i * V[type], type + 1);
if(temp != -INF) {
temp += i * H[type];
if(temp > ret) ret = temp;
}
}
return opt[V][type] = ret;
}