题目描述:
集团里有 n 名员工,他们可以完成各种各样的工作创造利润。
第 i 种工作会产生 profit[i] 的利润,它要求 group[i] 名成员共同参与。如果成员参与了其中一项工作,就不能参与另一项工作。
工作的任何至少产生 minProfit 利润的子集称为 盈利计划 。并且工作的成员总数最多为 n 。
有多少种计划可以选择?因为答案很大,所以 返回结果模 10^9 + 7 的值。
这是一道经典的动态规划题,对于动态规划最重要的是得出模型函数。
本题有俩个限制,所以可以考虑使用三维数组dp[i][j][k],分别表示可选择工作、已选择人数、当前所获利润下限。该三维数组存储的数值表示在当前条件下有多少种方法。可以初始化dp[0][j][0]=1,因为在前0个工作中无论使用多少人在获利至少为0的情况下必然有一种,就是说当不存在工作时所获利润至少为0且对人数没有限制。
对于工作i我们可以选或不选
当不选的时候必然有dp[i][j][k]=dp[i−1][j][k]。
但是当选择的时候需要满足人数的要求,同时还要考虑到minProfit可能会变为负值,但是可以将此种情况映射到minProfit=0的情况即可等价于利润至少为0的情况。所以在选择的情况下计划数有:
dp[i−1][j−group[i−1]][max(k−profit[i−1],0)]
所以俩者和即为dp[i][j][k]的值,可以得到如下模型函数:
dp[i][j][k]=dp[i−1][j][k]+dp[i−1][j−group[i−1]][max(k−profit[i−1],0)]
最后输出dp[group.size()][n][minProfit]即为所求结果。
流程图如下:
代码如下:
class Solution {
public:
int profitableSchemes(int n, int minProfit, vector<int>& group, vector<int>& profit) {
int mod=(int)1e9+7;
int way=group.size();
vector<vector<vector<int>>> dp(way+1,vector<vector<int>>(n + 1, vector<int>(minProfit + 1)));
for(int j=0;j<=n;j++){
dp[0][j][0]=1;
}
for(int i=1;i<=way;i++){
int members=group[i-1];
int incomes=profit[i-1];
for(int j=0;j<=n;j++){
for(int k=0;k<=minProfit;k++){
if(j<members){
dp[i][j][k]=dp[i-1][j][k];
}
else{
dp[i][j][k]=(dp[i-1][j][k]+dp[i-1][j-members][max(0,k-incomes)])%mod;
}
}
}
}
return (dp[way][n][minProfit])%mod;
}
};