题目描述
有重量分别为3,5,7公斤的三种货物,和一个载重量为X公斤的箱子(不考虑体积等其它因素,只计算重量)
需要向箱子内装满X公斤的货物,要求使用的货物个数尽可能少(三种货物数量无限)
输入描述:
输入箱子载重量X(1 <= X <= 10000),一个整数。
输出描述:
如果无法装满,输出 -1。
如果可以装满,输出使用货物的总个数。
示例1
输入
4
输出
-1
说明
无法装满
思考一
本题肯定要用贪心的思想,给出箱子的体积肯定要先装最大的,如果最大的装不下则装体积较小的,依次类推。。。本题中装箱顺序为7,5,3
给定一个箱子的体积X(假设X>7),按照贪心算法,肯定先装体积为7的货物。接下来考虑剩余体积Y=X-7是否能装下剩余的体积,如果剩余的Y>7则继续循环执行上述步骤且货物数量加一,如果Y<7那么就要去试探装体积为5或3的货物。
由于是在试探的循环执行,首先想到的是递归算法。每种情况的递归返回条件要么是箱子装不下要么是找到合适的装法
#include "iostream"
using namespace std;
void dfs(int count, int x)
{
if (x < 0) //如果箱子体积小于0则说明这种方法装不下,返回,尝试装体积小的
return;
if (x == 0) // 箱子体积为0则说明箱子装满了,直接输出货物个数
{
cout << count << endl;
exit(0);
}
dfs(count + 1, x - 7);//尝试先装体积为7的货物
dfs(count + 1, x - 5);
dfs(count + 1, x - 3);
}
int main1()
{
int x=0;
while (cin >> x)
{
dfs(0, x);
cout << -1 << endl;
}
}
思考二
由思考一可知当给定箱子体积并选择了一个货物后,要考虑剩下的体积,也就是子问题的最优解。比如给定箱子体积19,装入体积为7的货物后,问题变成了箱子体积12的最优解,针对这种问题要想到动态规划。dp[i]为箱子容积为i时装满箱子所需要的最少货物数目
#include "iostream"
#include "vector"
#include "algorithm"
using namespace std;
int main()
{
int x;
while (cin >> x)
{
vector<int> dp(x+1, INT_MAX);//dp[i]表示箱子容量为i时需要的货物个数,初始化为INT_MAX表示装不下
dp[0] = 0;
dp[3] = 1;
dp[5] = 1;
dp[6] = 2;
dp[7] = 1;
int a = dp[x - 7];
int b = dp[x - 5];
int c = dp[x - 3];
for (int i = 8; i <= x; i++)
{
if (a == INT_MAX && b == INT_MAX && c == INT_MAX)//装不下
dp[i] = INT_MAX;
else//至少由一种方案可行
dp[i] = min(min(dp[i-7], dp[i-5]), dp[i-3]) + 1;
}
if (dp[x] == INT_MAX)
cout << -1 << endl;
else
cout << dp[x] << endl;
}
}