力扣 879. 盈利计划 dp

https://leetcode-cn.com/problems/profitable-schemes/

思路：依旧和01背包问题很像，考虑用$d{p}_{i,j,k}$表示前$i$种工作使用了$j$名员工且利润为$k$的方案数，在不考虑取模的情况下，如果当前的$j、k$不满足第$i$种工作的限制，那么有：
$$d{p}_{i,j,k}=d{p}_{i-1,j,k}$$
否则有：
$$d{p}_{i,j,k}=d{p}_{i-1,j,k}+d{p}_{i-1,j-grou{p}_i,k-profi{t}_i}$$
但是这样dp的话第三维的取值范围为$[0,100\ast 100]$，再加上前两维大约有$10^8$，会超时。考虑对$dp$定义做一点修改，用$d{p}_{i,j,k}$表示前$i$种工作使用了$j$名员工且利润至少为$k$的方案数。此时转移方程变为：
$$d{p}_{i,j,k}=d{p}_{i-1,j,k}+d{p}_{i-1,j-grou{p}_i,max(0,k-profi{t}_i)}$$
这样第三维就降低到了$[0,100]$，可以通过本题。类比使用01背包的空间优化策略，我们可以省去第一维。初始化$dp[0][0]=1$。

class Solution {
public:
    int profitableSchemes(int n, int minProfit, vector<int>& group, vector<int>& profit) {
        vector<vector<int>> dp(n+1,vector<int>(minProfit+1));
        dp[0][0]=1;
        int len=group.size();
        const int mod=1e9+7;
        for(int i=0;i<len;i++)
        {
            for(int j=n;j>=group[i];j--)
                for(int k=minProfit;k>=0;k--)
                    dp[j][k]=(dp[j][k]+dp[j-group[i]][max(0,k-profit[i])])%mod;
        }
        int ans=0;
        for(int i=0;i<=n;i++)
            ans=(ans+dp[i][minProfit])%mod;
        return ans;
    }
};

更进一步，我们可以定义$d{p}_{i,j,k}$表示前$i$种工作至多使用了$j$名员工且利润为$k$的方案数。转移方程没有变化，但是初始化和返回值要更改：

class Solution {
public:
    int profitableSchemes(int n, int minProfit, vector<int>& group, vector<int>& profit) {
        vector<vector<int>> dp(n+1,vector<int>(minProfit+1));
        for(int i=0;i<=n;i++)
            dp[i][0]=1;
        int len=group.size();
        const int mod=1e9+7;
        for(int i=0;i<len;i++)
        {
            for(int j=n;j>=group[i];j--)
                for(int k=minProfit;k>=0;k--)
                    dp[j][k]=(dp[j][k]+dp[j-group[i]][max(0,k-profit[i])])%mod;
        }
        return dp[n][minProfit];
    }
};