洛谷 P1064 - 金明的预算方案(分组背包)

题目描述

金明今天很开心,家里购置的新房就要领钥匙了,新房里有一间金明自己专用的很宽敞的房间。更让他高兴的是,妈妈昨天对他说:“你的房间需要购买哪些物品,怎么布置,你说了算,只要不超过 n n n 元钱就行”。今天一早,金明就开始做预算了,他把想买的物品分为两类:主件与附件,附件是从属于某个主件的,下表就是一些主件与附件的例子:

主件附件
电脑打印机,扫描仪
书柜图书
书桌台灯,文具
工作椅

如果要买归类为附件的物品,必须先买该附件所属的主件。每个主件可以有 0 0 0 个、 1 1 1 个或 2 2 2 个附件。每个附件对应一个主件,附件不再有从属于自己的附件。金明想买的东西很多,肯定会超过妈妈限定的 n n n 元。于是,他把每件物品规定了一个重要度,分为 5 5 5 等:用整数 1 ∼ 5 1 \sim 5 15 表示,第 5 5 5 等最重要。他还从因特网上查到了每件物品的价格(都是 10 10 10 元的整数倍)。他希望在不超过 n n n 元的前提下,使每件物品的价格与重要度的乘积的总和最大。

设第 j j j 件物品的价格为 v j v_j vj,重要度为 w j w_j wj,共选中了 k k k 件物品,编号依次为 j 1 , j 2 , … , j k j_1,j_2,\dots,j_k j1,j2,,jk,则所求的总和为:

v j 1 × w j 1 + v j 2 × w j 2 + ⋯ + v j k × w j k v_{j_1} \times w_{j_1}+v_{j_2} \times w_{j_2}+ \dots +v_{j_k} \times w_{j_k} vj1×wj1+vj2×wj2++vjk×wjk

请你帮助金明设计一个满足要求的购物单。

输入格式

第一行有两个整数,分别表示总钱数 n n n 和希望购买的物品个数 m m m

2 2 2 到第 ( m + 1 ) (m + 1) (m+1) 行,每行三个整数,第 ( i + 1 ) (i + 1) (i+1) 行的整数 v i v_i vi p i p_i pi q i q_i qi 分别表示第 i i i 件物品的价格、重要度以及它对应的的主件。如果 q i = 0 q_i=0 qi=0,表示该物品本身是主件。

输出格式

输出一行一个整数表示答案。

样例 #1

样例输入 #1

1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0

样例输出 #1

2200

提示

数据规模与约定

对于全部的测试点,保证 1 ≤ n ≤ 3.2 × 1 0 4 1 \leq n \leq 3.2 \times 10^4 1n3.2×104 1 ≤ m ≤ 60 1 \leq m \leq 60 1m60 0 ≤ v i ≤ 1 0 4 0 \leq v_i \leq 10^4 0vi104 1 ≤ p i ≤ 5 1 \leq p_i \leq 5 1pi5 0 ≤ q i ≤ m 0 \leq q_i \leq m 0qim,答案不超过 2 × 1 0 5 2 \times 10^5 2×105


由于想要选择任意一个附件都必须要带上它对应的主件,那么可以不考虑该附件了,转而在遇到其主件的时候考虑要不要带上这个附件,那么不难想象,每个主件就必定构成了一个物品组,所以是一个分组背包问题,一个组里面就对应了多个主附件的搭配方案


理解主附件的搭配关系

不妨定义v[i][j]w[i][j]分别为第i组的第j个可选择的物品。

因为题目指明了主件的附件数量为0、1、2
所以对于每个主件u其可能有的搭配方案无外乎以下几种情况:

  • 附件数 = 0,那么u这一组就只有选择u这一个方案,那就是v[u][0] ~ w[u][0]
  • 附件数 = 1,假设该附件为i1,那么此时除了只选u以外还有选择ui1,所以把后者方案存到v/w[u][1]里面,即v[u][1] = v[u][0] + i1的体积,同理w[u][1] = w[u][0] + i1的价值
  • 附件数 = 2,假设两个附件分别为i1i2,很显然此时就会有四种方案可选了(就如下面树的状态),把它们分别存到v/w[u][*]里面,即 1. v/w[u][0];2. v/w[u][1] = v/w[u][0] + i1的体积/价值;3. v/w[u][2] = v/w[u][0] + i2的体积/价值;4. v/w[u][3] = v/w[u][0] + i1的体积/价值 + i2的体积/价值

在这里插入图片描述


于是,就处理好了主件与附件方案搭配。

C++代码
#include <iostream>
#include <algorithm>
#include <cstring>
#include <vector>
using namespace std;

const int N = 32010, M = 65;

int f[N];
int v[M][4], w[M][4];       //[i][j]:第i组的第j个物品;其中j = 0是放这个物品本身的价值、1...3放它与附件的搭配价值(如果有)
int m, n;       //总钱数、物品个数
bool vice[M];     //标记物品i是否为附件

int main(){
    cin >> m >> n;
    for(int i = 1;i <= n;i ++){
        int vv, p, q;
        cin >> vv >> p >> q;
        v[i][0] = vv, w[i][0] = vv * p;
        
        if(q){     //它有所属的主件,将它与组合的搭配放置到w[主件][*]里面
            vice[i] = true;
            if(w[q][1]){       //主件已经有一个附件了
            
                //放进新的两种搭配:主件~附件2、主件~附件1 + 附件2
                v[q][2] = v[q][0] + v[i][0];
                w[q][2] = w[q][0] + w[i][0];
                
                v[q][3] = v[q][1] + v[i][0];
                w[q][3] = w[q][1] + w[i][0];
            }
            else{       //放置它与主件的第一个搭配:主件~附件1
                v[q][1] = v[q][0] + v[i][0];
                w[q][1] = w[q][0] + w[i][0];
            }
        }
    }
    
    //分组背包模板
    for(int i = 1;i <= n;i ++){
        if(!vice[i]){       //附件不再处理了,交到其主件那边处理
            for(int j = m;j >= 1;j --)
                for(int k = 0;k < 4;k ++)       //每组四个搭配(有些是0但不影响)
                    if(j >= v[i][k])
                        f[j] = max(f[j], f[j - v[i][k]] + w[i][k]);
        }
    }
    cout << f[m] << endl;
    
    return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当然,下面是使用01背包算法解决P1060 开心的金明问题的代码,并附有详细注释: ```cpp #include <iostream> #include <algorithm> using namespace std; const int MAXN = 33000; // 背包最大容量 int dp[MAXN]; // 动态规划数组,dp[i]表示容量为i时的最大价值 int main() { int n, m; // n表示物品个数,m表示背包容量 cin >> m >> n; for (int i = 0; i < n; i++) { int v, p; // v表示物品的体积,p表示物品的价值 cin >> v >> p; for (int j = m; j >= v; j--) { // 从后往前遍历背包容量,保证之前计算的dp[j-v]没有被覆盖 dp[j] = max(dp[j], dp[j - v] + v * p); // 更新当前容量下的最大价值 } } cout << dp[m] << endl; // 输出背包容量为m时的最大价值 return 0; } ``` 代码解释: 1. 首先,我们定义了常量MAXN表示背包的最大容量,并声明了一个长度为MAXN的dp数组,dp[i]表示容量为i时的最大价值。 2. 接下来,从输入中读取背包容量m和物品个数n。 3. 然后,使用一个循环遍历每个物品。在每次循环中,我们读取当前物品的体积v和价值p。 4. 接着,使用一个逆序的循环遍历背包容量j,从m到v。这样做是为了保证之前计算的dp[j-v]没有被覆盖。 5. 在内层循环中,我们更新dp[j]的值,将其更新为dp[j]和dp[j-v] + v * p的较大值。其中,dp[j]表示不选当前物品时的最大价值,dp[j-v] + v * p表示选择当前物品时的最大价值。 6. 最后,输出dp[m],即背包容量为m时的最大价值。 希望这个解释对你有帮助!如果还有其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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