C语言入门算法——采药（了解动态规划）

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 2个整数 T（1≤T≤1000）和 M1≤M≤100），用一个空格隔开，T 代表总共能够用来采药的时间，M 代表山洞里的草药的数目。

接下来的 M 行每行包括两个在 1到 100 之间（包括 1 和 100）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

70 3
71 100
69 1
1 2

输出 #1

3

说明/提示

【数据范围】

• 对于 30%30% 的数据，M≤10；
• 对于全部的数据，M≤100。

题目来源：

P1048 [NOIP2005 普及组] 采药

思路及部分代码：

1. 分析

        我在最初想直接暴力解决这类问题，当然超时了。便对动态规划进行了初步的了解。

        C语言入门算法——爬楼梯（了解动态规划）

        在本题中， 先将一个药品的所需时间保存下来，

        假设：    能采药草数：mi

                       能采药草的时间： ti

        dp [ mi ] [ ti ] = max (新药草价值 + dp [ mi - 1] [ 采新药草剩余时间 ] , dp [ mi - 1][ ti ] ); 

2. 求最大值函数

int max(int a, int b){
    return (a>b)?a:b;
}

3. 动态规划

int dp_max(int t, int m){
    dp[0][0] = 0;
    for(int mi = 0; mi < m; mi++){  //药品数
        for(int ti = 1; ti <= t ; ti++){    //mi个药品，不同时间能采的最大值
            if(mi == 0){
                if(ti >= drug_all[mi][0]){
                    dp[mi][ti] = max(drug_all[mi][1], dp[mi][ti - 1]); //将药品为1时间所能保存的药品最大价格
                }
            }
            else{//其余情况
                    if(ti >= drug_all[mi][0]){  //能采最新药草
                        int ti_i = ti - drug_all[mi][0];    //采新药的最新时间

                        //                  新药价值      剩余时间的最大价值  不买最大新药价值 
                        dp[mi][ti] = max(drug_all[mi][1] + dp[mi-1][ti_i], dp[mi - 1][ti]); 
                        //printf("%d ", dp[mi][ti]);
                    }
                    else{
                        dp[mi][ti] = dp[mi - 1][ti];
                    }
            }
            //printf("%4d ", dp[mi][ti]);
        }
        //printf("\r\n");
    }

    return dp[m-1][t];
}

总代码：

#include <stdio.h>

int drug_all[110][2];   //保存药的数据
int dp[1010][1010];  //动态规划数组


int max(int a, int b){
    return (a>b)?a:b;
}

int dp_max(int t, int m){
    dp[0][0] = 0;
    for(int mi = 0; mi < m; mi++){  //药品数
        for(int ti = 1; ti <= t ; ti++){    //mi个药品，不同时间能采的最大值
            if(mi == 0){
                if(ti >= drug_all[mi][0]){
                    dp[mi][ti] = max(drug_all[mi][1], dp[mi][ti - 1]); //将药品为1时间所能保存的药品最大价格
                }
            }
            else{//其余情况
                    if(ti >= drug_all[mi][0]){  //能采最新药草
                        int ti_i = ti - drug_all[mi][0];    //采新药的最新时间

                        //                  新药价值      剩余时间的最大价值  不买最大新药价值 
                        dp[mi][ti] = max(drug_all[mi][1] + dp[mi-1][ti_i], dp[mi - 1][ti]); 
                        //printf("%d ", dp[mi][ti]);
                    }
                    else{
                        dp[mi][ti] = dp[mi - 1][ti];
                    }
            }
            //printf("%4d ", dp[mi][ti]);
        }
        //printf("\r\n");
    }

    return dp[m-1][t];
}


int main(){
    int T,M;
    scanf("%d %d",&T, &M);

    //接收数据
    for(int i = 0; i < M; i++){
        scanf("%d %d",&drug_all[i][0], &drug_all[i][1]);
    }
    printf("%d\r\n", dp_max(T,M));

    return 0;
}

总结：

        这段代码实现了一个动态规划算法，用于解决背包问题的变种。它通过填充一个二维数组 dp 来记录在不同的时间和不同的药品数量下的最大药品价格总和。但对动态规划了解还较为模糊，还需练习。

不足之处：

1. 注释： 虽然代码中有一些注释，但是有些地方的注释并不够清晰，建议增加更多的注释来解释代码的逻辑和关键步骤，使得代码更易读。
2. 函数封装： 目前 dp_max 函数和 main 函数耦合度较高，建议将动态规划逻辑封装成一个独立的函数，以提高代码的可读性和可维护性。
3. 错误处理： 目前的代码没有对输入进行错误处理，比如输入的时间或药品数量可能为负数，这种情况下代码会出现问题。建议添加输入验证，对不合理的输入进行处理和提示。

改进建议：

1. 函数封装： 将动态规划逻辑封装成一个独立的函数，并将其与 main 函数分离，以提高代码的模块化和可维护性。
2. 错误处理： 在 main 函数中添加输入验证，对不合理的输入进行处理和提示，以提高代码的健壮性。