投资的最大效益(洛谷)

题目背景
约翰先生获得了一大笔遗产,他暂时还用不上这一笔钱,他决定进行投资以获得更大的效益。

银行工作人员向他提供了多种债券,每一种债券都能在固定的投资后,提供稳定的年利息。

当然,每一种债券的投资额是不同的,一般来说,投资越大,收益也越大,

而且,每一年还可以根据资金总额的增加,更换收益更大的债券。

题目描述
例如:有如下两种不同的债券:①投资额 4000,年利息 400;②投资额 3000,年利息 250。

初始时,有 10000 的总资产,可以投资两份债券①债券,一年获得 800 的利息;

而投资一份债券①和两份债券②,一年可获得 900 的利息,两年后,可获得 1800 的利息;

而所有的资产达到 11800,然后将卖掉一份债券②,换购债券①,年利息可达到 1050;

第三年后,总资产达到 12850,可以购买三份债券①,年利息可达到 1200,第四年后,总资产可达到 $14050。

现给定若干种债券、最初的总资产,帮助约翰先生计算,经过 n 年的投资,总资产的最大值。

输入格式
第一行为三个正整数 s, n, d,分别表示最初的总资产、年数和债券的种类。

接下来 d 行,每行表示一种债券,两个正整数 a, b 分别表示债券的投资额和年利息。

输出格式
仅一个整数,表示 n 年后的最大总资产。

输入样例
10000 4 2
4000 400
3000 250

输出样例
14050

说明/提示
s ≤ 106,n ≤ 40,d ≤ 10,a ≤ 104,且 a 是 1000 的倍数,b 不超过 a 的 10%。


题解
完全背包(优化2.0):

由于 a 是 1000 的倍数,所以将 a, s 除以 1000 可以达到节省空间与加快运行速度的效果。

#include <iostream>
using namespace std;

const int N = 10, M = 1e8;

int s, n, d;
int a[N], b[N], f[M];

int main()
{
	cin >> s >> n >> d;
	for (int i = 1; i <= d; i ++)
	{
		cin >> a[i] >> b[i];
		a[i] /= 1000;
	}
	
	while(n --)
	{
		for (int i = 1; i <= d; i ++)
			for (int j = a[i]; j <= s / 1000; j ++)
					f[j] = max(f[j], f[j - a[i]] + b[i]);
					
		s += f[s / 1000];	
	}
		
	cout << s << endl;
	return 0;	
}
洛谷 P1681 最大正方形II 是一个动态规划问题,要求给定一个由 '0' 和 '1' 组成的矩阵,找出其中最大的正方形,并输出其边长。 以下是一个 C++ 编写的解答示例: ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int maximalSquare(vector<vector<char>>& matrix) { int rows = matrix.size(); if (rows == 0) return 0; int cols = matrix[0].size(); vector<vector<int>> dp(rows + 1, vector<int>(cols + 1, 0)); int maxSide = 0; for (int i = 1; i <= rows; i++) { for (int j = 1; j <= cols; j++) { if (matrix[i-1][j-1] == '1') { dp[i][j] = min(min(dp[i-1][j], dp[i][j-1]), dp[i-1][j-1]) + 1; maxSide = max(maxSide, dp[i][j]); } } } return maxSide * maxSide; } int main() { int n, m; cin >> n >> m; vector<vector<char>> matrix(n, vector<char>(m)); for (int i = 0; i < n; i++) { for (int j = 0; j < m; j++) { cin >> matrix[i][j]; } } cout << maximalSquare(matrix) << endl; return 0; } ``` 在上述代码中,我们首先定义了一个名为 `maximalSquare` 的函数,该函数接受一个二维字符矩阵 `matrix` 作为参数,返回最大正方形的边长。 在 `main` 函数中,我们首先从标准输入读取矩阵的数和列数,并创建一个大小为 `n x m` 的二维字符矩阵。然后,我们按读取矩阵的数据,并调用 `maximalSquare` 函数进求解。最后,输出最大正方形的边长。 在动态规划的解法中,我们使用一个二维数组 `dp` 来记录以当前位置为右下角的最大正方形的边长。遍历矩阵中的每个元素,如果当前元素为 '1',则根据其左方、上方和左上方的最大正方形边长计算出当前位置的最大正方形边长,并更新 `dp` 数组和最大边长变量。 请注意,以上代码仅为示例,可能需要根据具体题目要求进适当修改。同时,为了简化示例,未进输入验证,请确保输入的矩阵符合题目要求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值