动态规划之买瓜子—C说算法系列

最新推荐文章于 2024-07-19 13:59:11 发布

小C哈哈哈

最新推荐文章于 2024-07-19 13:59:11 发布

阅读量995

点赞数 2

文章标签：算法动态规划信息学奥赛编程数据结构

本文链接：https://blog.csdn.net/xiaoxi_hahaha/article/details/124085477

版权

熟能生巧，大多数的解题步骤或者思路都可通过训练获得。将事情重复做，即使刚开始你感觉素手无错，一脸茫然，但是通过重复训练，最终也能够游刃有余。

题目来源：第十二届蓝桥杯青少年国赛C++中级组-编程题4

这是一道DP(动态规划)的题目，大家都知道，DP算法的效率极高，但是较难理解。在很多算法的题解中对 DP在该题中的应用思路只简单提了几句。我们来看一道题，或许题解过程能让你对DP的理解更加深入一些。

题目内容：

校庆，采购瓜子。资金N(1<=N<=1000)元，M(1<=M<=30)种瓜子。问最多能采购多少千克的瓜子？比如N=80元，M=2种。第1种，每袋18元10千克；第2种，每袋30元20千克。

输入样例：

80 2

18 10

30 20

输出样例

提示：18+30+30=78元 10+20+20=50千克

分析：

这是完全背包问题，是一道模板题，是必须要掌握的(背代码也要背下来)。那什么是完全背包问题呢？

完全背包问题：一般是指，有N件物品和一个能背重量为W的背包，第i件物品的重量为weight[i]，价格为value[i]。每件物品有无限个(也就是可以放入背包多次)，求怎样可以使背包物品价值总量最大。

本道题我们完全可以套模板。资金N元(按照完全背包问题的解释，我们可以把N看成W)，即有M种瓜子，有资金N元，求怎样可以使买的瓜子重量最多？

动态规划算法最重要的两点是：

1、确定dp数组和下标的含义 2、确定递推公式(选或者不选物品)

本题中的dp数组我们可以这样定义：int dp[50][1010];

dp[i][w]代表 - 前i个物品，在价值为w的情况下，最大的重量是dp[i][w]

因为M<=30，物品的数量不会大于30，所以dp的第一个维度，我们设置一个大于30的长度即可。资金W<=1000，dp的第二个维度代表资金，资金<=1000，所以第二个维度我们设置一个大于1000的长度即可。

该题中涉及到的数据结构有：

数据的输入

输入资金和瓜子种数

数据的处理

此步是最核心最关键的，我们定义了dp[i][w]数组，该数组的含义代表前i个物品，在价格为w的情况下，最大的重量是dp[i][w]，对于本题的例子当N=80，M=2的情况下，最多能买50kg的瓜子。即求出dp[2][80]的值。

在dp中，要求出dp[i][j]的值，需要通过递推计算而来。

注意：要认真区别此处各种符号表示的含义。

对于每一种瓜子，都有选与不选两种选择。dp数组的初始化，当i=0或者w=0的情况下，dp[i][w]均为0，因为dp[0][w]代表前0件商品，在价格为w的情况下，最大的重量，既然没有商品，那么最大的重量肯定为0，dp[i][0]代表前i件商品，在资金为0下，最大的重量，既然没有资金，那么最大的重量肯定为0.

以资金=80，种类=2为例，有：

dp[0][0],dp[0][1],dp[0][2],dp[0][3],dp[0][4]……dp[0][80]的值均为0.

dp[0][0],dp[1][0],dp[2][0],dp[3][0],dp[4][0]……dp[50][0]的值均为0.

可通过嵌套for循环进行递推，利用for循环求出dp[i][w]

在当前资金j不够买第i种瓜子的情况下，dp[i][j]的值等于dp[i-1][j]的值，dp[i-1][j]代表前i-1种瓜子，在价格为j下，最大的重量为dp[i-1][j].

比如对于dp[1][16]，在前1种瓜子下，当前资金是16元，但是根据题目意思，第1种瓜子的价格为18，所以dp[1][16]=dp[0]=16]=0千克，无法买瓜子，所以最大重量为0

再比如对于dp[1][18]，在前1种瓜子下，当前资金是18元，第1种瓜子的价格刚好为18元，资金足够，根据代码dp[1][18]=max(dp[0][18],dp[1][0]+10)=10千克，所以最大重量为10千克

再比如对于dp[2][19],，在前2种瓜子下，当前资金是19元，当前第2种瓜子的价格为30元，资金不够，因此dp[i][j]=dp[i-1][j]=dp[2][19]=dp[1][19]=10千克

对于每一种瓜子，只有买和不买两种选择，对于前i种瓜子，在现有资金为j下，如果资金足够，我们可以买，也可以不买，那到底买不买呢？

买不买取决于：如果不买的重量比买了的重量更大，就不买，如果买了的重量比不买的重量更大，就买。本题例子的输入，不好解释dp[i][j]=max(dp[i-1][j],dp[i][j-wt[i]]+v[i]);这一现象，我们可以更改一下输入，即

80 2

30 20

18 10

比如要求：dp[2][30]=max(dp[1][30],dp[2][30-18]+v[2])=max(20,10)=20，前2种瓜子，当资金为30，最大的重量为20.因为当资金30时，如果不选择买18元的瓜子，就有20千克，如果选择买18元的瓜子，最终的重量就只有10千克

注意：这里是一种瓜子可以被选择多次。

数据的输出

n代表瓜子的数量，w代表钱的数量，对于本道题而言就是dp[2][80]=50

递推表格(演示样例，当资金=80元，瓜子种类数为2种时，最大的重量)：

代码实现：

#include<bits/stdc++.h>
using namespace std;

int dp[50][1010];  //表示，前i个物品，在价值w的情况下，最大的重量是dp[i][w]
int wt[1010],v[50]; //wt是价格，v是重量 
int n,w;	 
int main()
{
	cin>>w>>n; 		
	for(int i=1;i<=n;i++)
		cin>>wt[i]>>v[i];  //wt[i]代表第i种瓜子多少钱   v[i]代表第i种瓜子多少千克 
	for(int i=1;i<=n;i++)  //遍历n种瓜子，每种要么选，要么不选 
	{
		for(int j=1;j<=w;j++)	//j是价格 
		{
			if(j>=wt[i])  //wt是价格 
			{
				if(dp[i-1][j]>dp[i][j-wt[i]]+v[i])
				{
					dp[i][j]=dp[i-1][j];
				}
				else
				{
					dp[i][j]=dp[i][j-wt[i]]+v[i];
				}
	
			}
			else
            {
				dp[i][j]=dp[i-1][j];  
			}
		}
	}
	cout<<dp[n][w]<<endl;
 	return 0;
}

总结：