背包/动态规划/记忆化搜索

# 洛谷系统[NOIP2005 普及组] 采药

（本文章为对bilibili up主 于小闲  关于该题的理解的总结）

题目描述

辰辰是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。”

如果你是辰辰，你能完成这个任务吗？

输入格式

第一行有 22 个整数 TT（1 \le T \le 10001≤T≤1000）和 MM（1 \le M \le 1001≤M≤100），用一个空格隔开，TT 代表总共能够用来采药的时间，MM 代表山洞里的草药的数目。

接下来的 MM 行每行包括两个在 11 到 100100 之间（包括 11 和 100100）的整数，分别表示采摘某株草药的时间和这株草药的价值。

输出格式

输出在规定的时间内可以采到的草药的最大总价值。

输入输出样例

输入 #1复制

70 3
71 100
69 1
1 2

输出 #1复制

3

说明/提示

【数据范围】

• 对于 30% 的数据，M≤10；
• 对于全部的数据，M≤100。

【题目来源】

NOIP 2005 普及组第三题

1、暴力解法：

对第 i 株草药（0 < i <m），可有两种路径：采和不采 ，因此一共可分为2的m次方个路径，依次计算结果；

 代码实现k

#include <iostream>
using namespace std;

int herbs_t[102] ;  //各株草药采摘时间 ； 
int herbs_v[102] ;  //各株草药采摘价值 ； 
int m ;    

int dfs(int i , int t)    //采第 i 株草药时，剩余 t 时间 ； 
{
	if(i == m)      
		return 0 ;      


	if(t <herbs_t[i] )       //时间不够，直接跳过该草药 ； 
		return dfs(i+1 , t) ;
		
	else                  //选择 采还是不采  ； 
		return max(dfs(i+1 , t) , dfs(i + 1 , t - herbs_t[i] ) + herbs_v[i]) ;

}	

int main()
{
	int t ;

	cin >> t >> m ;
	for(int i = 0 ; i < m ; i++)
		cin >> herbs_t[i] >> herbs_v[i] ;	
	
	int answer = 0 ;

	if(t <herbs_t[0] )
		answer = dfs(1 , t) ;
	
	else 
		answer = max(dfs(1 , t) , dfs( 1 , t - herbs_t[0] ) + herbs_v[0]) ;
	
	
	cout << answer << endl ;
	
 } 

在洛谷系统提交，可以看到，只AC了三个测试点，剩余测试点超时（对应 30% 的数据，M≤10）

因此需要对该算法进行优化，优化方法如下两种算法：

2.记忆化搜索：

在暴力搜索的基础上，添加一个备忘录dp[102][1002]，dp[i][t]表示采第i个草药剩余t时间的情况下，能获得的最大价值，当dp[i][t]不为0时，免去计算，代码实现如下：

#include <iostream>
using namespace std;

int herbs_t[102] ;  //各株草药采摘时间 ； 
int herbs_v[102] ;  //各株草药采摘价值 ； 
int m ;    

//2.记忆化搜索；
int  dp[102][1002];      //对应为dp[i][t] ,第i株草药剩余时间 t 时 ，最大采摘价值;
int dfs(int i , int t)    //采第 i 株草药时，剩余 t 时间 ； 
{
	if(i == m)      
		return 0 ;      
	
	if(dp[i][t])             //已经搜索过 ； 
		return dp[i][t] ;     

	if(t <herbs_t[i] )       //时间不够，直接跳过该草药 ； 
		dp[i][t] = dfs(i+1 , t) ;
		
	else                  //选择 采还是不采  ； 
		dp[i][t] = max(dfs(i+1 , t) , dfs(i + 1 , t - herbs_t[i] ) + herbs_v[i]) ;

	return dp[i][t] ;
}

int main()
{
	int t ;

	cin >> t >> m ;
	for(int i = 0 ; i < m ; i++)
		cin >> herbs_t[i] >> herbs_v[i] ;	
	
	cout << dfs(0 , t) << endl ;
	
 } 

3.动态规划：

延续记忆化搜索的dp[102][1002]，由状态方程依次写出每个dp[i][t]的值，最终得到的dp[0][m]即为所求的值；

状态方程：

dp[m][j] = 0 (j = 0 、1 、 2 ......)
dp[i][j] = dp[i+1][j] ; 当 j < herbs_t[i] 时；
dp[i][j] = max(dp[i+1][j] , dp[i+1][j - herbs_t[i]] + herbs_v[i]) ; 当  j = herbs_t[i] 时 ;

以案例为例，由状态方程写出的各dp状态如下：

 代码实现如下：

#include <iostream>
using namespace std;

int herbs_t[102] ;  //各株草药采摘时间 ； 
int herbs_v[102] ;  //各株草药采摘价值 ； 
   




int  dp[102][1002];      //对应为dp[i][t] ,第i株草药剩余时间 t 时 ，最大采摘价值;

//3.动态规划： 
/*
状态方程：
dp[m][j] = 0 (j = 0 、1 、 2 ......)
dp[i][j] = dp[i+1][j] ; 当 j < herbs_t[i] 时；
dp[i][j] = max(dp[i+1][j] , dp[i+1][j - herbs_t[i]] + herbs_v[i]) ; 当  j = herbs_t[i] 时 ;
*/
int main()
{
	int m ; 
	int t ;

	cin >> t >> m ;
	for(int i = 0 ; i < m ; i++)
		cin >> herbs_t[i] >> herbs_v[i] ;	
	
	for(int i = m-1 ; ~i ; i--)
	{
		for(int j = t ; ~j ; j--)
		{
			if(j < herbs_t[i])
				dp[i][j] = dp[i+1][j] ;
				
			else 
				dp[i][j] = max(dp[i+1][j] , dp[i+1][j - herbs_t[i]] + herbs_v[i]) ;
		}
	}
	
	cout << dp[0][t] <<endl ;
	
	
 }