刷题笔记：动态规划01背包 -----购物单问题

例题

分析

本题是一个很明显的动态规划题目，如果使用枚举法来做的话，时间复杂度是指数级的，当数据量大的时候很容易超出时间限制。

根据题目要求来看，由于每个物品只能购买一次，所以很明显我们可以使用01背包的算法来做本题。

在做01背包的题目时，我们首先要弄清楚最重要的条件：
（1）.物体有哪些属性？什么属性是要被装的？
（2）.背包装什么？
（3）.背包容量多大？

做背包时题目会给出N多个属性信息，我们需要在这些信息中找到正确的选项作为放入背包的选项。
从本题来看，我们一件物品有2个属性：
1.价格 2.满意度。

确定哪个是被装的属性可以从题目给的限制入手，题目有两个要求：
1.购买物品的总价格不能超过本金N；
2.购买物品的数量不能超过m；

由于每个物品只能被购买一次，购买物品的数量不能超过m，所以我们可以确定被装的物品属性就是物品的价格了，由此我们也可以确定背包的容量尺度为本金N。

于是一个简单的01背包模型就可建立起来了

对照经典的背包模型：
砖块重量 -----物品价格
砖块价值------物品满意度
重量背包------价格背包

完成了背包模型建立，本题还有一个难点：主件和附件问题。

当我们购买附件时，我们必须购买主件，所以当我们添加附件放入背包的时候，附件的价格为（附件价格+主件价格），例如：
当我们购买灯泡的时候，灯泡价格是5元，灯泡是台灯的附件，台灯价格为25元，购买灯泡之前必须购买台灯，所以我的本金最少要减去30元。

我们可以将灯泡的价格与台灯的价格合并在一起，作为一个新物体来看待，但是由于一个主件可能有多个附件，所以如果如此操作的话会忽略N个附件和主件一起购买的情况，例如：
主件为：电脑（8000元）
附件为：打印机（800元）、复印机（600元）
若按顺序遍历，遍历到打印机和复印机时，仅仅将打印机的价格改为（8000+800）元、打印机价格改成（8000+600），我们的确能判断只买电脑、只买电脑和打印机、只买电脑和复印机这三种情况，还缺少购买电脑、打印机、复印机（8000+800+600）这中情况。

所以我们附件不应该单独遍历，而应该将主件与附件组合起来，只有遍历到主件的时候才判断情况。

当我们做01背包的时候，我们判断是否将物品A的放入背包时，要判断将其他物品拿出放入A的价值大还是不放入A保持原状的价值更大，来看是否要将物品A放入，例：

背包 dp[100] ={0}；
物品 A 重量 70 ，价值 70
物品 B 重量 40 ，价值 65

在放入A之前，背包以及放入了一个物体B,则背包中最大价值为65，占用了40的空间，所以我们可以将dp[40]~dp[100]赋值为65；（注意：此处dp[i] = K为，当背包只有 i 这么大时能装入的最大价值K）

判断我们是否将A放入背包时，需要将背包空间腾出来，需要腾出70的空间，由于背包容量为100，所以如果放入A的话，背包内物品的总价值为dp[30] + 70 = 0 + 70;

如果不放入A的话,背包容量为70时所放物品最大价值为dp[70] = 65,小于70，所以要拿出B，放入A将矩阵更新为dp[70]~dp[100] = 70。

代码

代入本题时,我们只需要多判断加入A的时候是否加入附件的情况。

首先我们先将主件与附件合并，由于题目提示每个主件最多只有1~2个附件，所以我们只需要在主件后面预留两个空间用来存放附件信息：

int x;
cin>>x;
vector<vector<int>> data(x+1,vector<int>(6,0));//最多两个附件，所以申请6的空间大小
while(x--)
    {
        int val,w,q;
        cin >> val>>w>>q; 
        if(q > 0)
        {
            if(data[q][2] == 0)
            {
                data[q][2] = val/10;
                data[q][3] = w;
            }
            else 
            {
                data[q][4] = val/10;
                data[q][5] = w;
            }
        }
        else if(q == 0)
        {
            data[k][0] = val/10;
            data[k][1] = w;
        }
        k++;
    }

接下来就是常规01背包的问题了，data[i][0]、data[i][2] 、data[i][4]分别为主件价格、附件1价格、附件2价格，data[i][1]、data[i][2] 、data[i][3]分别为主件重要程度、附件1重要程度、附件2重要程度。
代码就不多解释了，整体代码如下：

#include<bits/stdc++.h>

using namespace std;

int main()
{
    int n,x;
    cin>>n;
    cin>>x;
    vector<vector<int>> data(x+1,vector<int>(6,0));
    vector<int> dp(n/10+1,0);
    int k = 1;
    while(x--)
    {
        int val,w,q;
        cin >> val>>w>>q; 
        if(q > 0)
        {
            if(data[q][2] == 0)
            {
                data[q][2] = val/10;
                data[q][3] = w;
            }
            else 
            {
                data[q][4] = val/10;
                data[q][5] = w;
            }
        }
        else if(q == 0)
        {
            data[k][0] = val/10;
            data[k][1] = w;
        }
        k++;
    }
    for(int i = 0;i < data.size();i++)
    {
        for(int j = dp.size()-1;j >= data[i][0];j--)//一定要从后向前遍历，不然会有物品被重复放入
        {
            dp[j] = max(dp[j],dp[j-data[i][0]] + data[i][0]*data[i][1]);
            if( j >= data[i][0] + data[i][2]) 
                dp[j] = max(dp[j],dp[j-(data[i][0] + data[i][2])] 
                            + data[i][0]*data[i][1]
                            + data[i][2]*data[i][3]);
             if( j >= data[i][0] + data[i][4]) 
                dp[j] = max(dp[j],dp[j-(data[i][0] + data[i][4])] 
                            + data[i][0]*data[i][1]
                            + data[i][4]*data[i][5]);
            if( j >= data[i][0] + data[i][2] + data[i][4]) 
                dp[j] = max(dp[j],dp[j-(data[i][0] + data[i][2]+ data[i][4])] 
                            + data[i][0]*data[i][1]
                            + data[i][2]*data[i][3]
                            + data[i][4]*data[i][5]);
        }
    }
    cout << dp[n/10]*10;
    
}