[01背包] 潜水员(01背包+二维费用背包+思维)

0. 前言

相关：

• [背包] 背包问题算法模板(模板)

1. 01背包+二维费用+思维

1020. 潜水员

本题重在总结三种体积的不同状态表示方法，初始化及答案。

• 体积最多是 j：大多数背包问题
  • 初始化： 假设为 f[0,i]，表示一个物品都不选，且体积最大是 i 的最大价值。那么就全部初始化为 0，因为所有物品都不选，那么体积不论是多少，其最大价值都是 0。这就只能求价值的最大值
• 体积恰好是 j ：典型题：[完全背包] 买书(完全背包+裸题)
  
  • 初始化：就只初始化 f[0][0]=0，其余都初始化为 INF，这个是用来求价值的最小值。反之求最大值，其余都初始化为 -INF 即可
• 体积至少是 j：典型题：[01背包] 潜水员(01背包+二维费用背包)
  • 初始化： f[0][0]=0，其余是 INF，只能求价值最小值

思路：

• 有问题的状态表示：
  • f[i,j,k]：所有从前 i 个物品中选，且氧气含量恰好是 j，氮气含量恰好是 k 的所有选法的气缸重量总和的最小值
• 正确的状态表示：
  • f[i,j,k]：所有从前 i 个物品中选，且氧气含量至少是 j，氮气含量至少是 k 的所有选法的气缸重量总和的最小值
• 状态计算：
  • 不选第 i 个物品：f[i-1,j,k]
  • 选第 i 个物品：f[i-1,j-vi,k-mi]+wi
  • 初始化：f[0,0,0] = 0，f[0,j,k]=INF 初始一个都不选，那么氧气含量和氮气含量就是 0，且总重量也是 0。其它由于需要求最小值，所有全部初始化为 INF
  • 以上两个状态转移和初始化方式，适用于上面两个状态表示…那么肯定是有问题的
  • 在有问题的状态表示中，状态转移时，f[i-1,j-vi,k-mi]+wi 需要保证 j>=vi,k>=mi，因为不能为负数。体积恰好是负数时的状态是不成立的
  • 在正确的状态表示中，状态表示的是体积至少是 j，那针对于当前物品的体积大于当前枚举的 j 的时候，该物品仍是可以使用的。例如，当前状态 f[2][3] 代表氧气含量至少是 2， 氮气含量至少是 3 的最小气缸重量，同时满足这两个条件才能发生状态转移。若现在有一个物品，氧气含量为 3，氮气含量为 2，那么它至少需要 3 的氧气容量， 2 个氮气容量，它也是一种合法状态，只不过现在是多占了一个氧气体积没有使用罢了，但是它在该状态定义下确确实实是一种合法状态。所以，如果用该物品的话，状态转移方程为：f[0][1]+w，表示氧气不再需要，再填补至少一个单位的氮气进来就行了。这样就能完美的进行状态转移。故，当氧气或者氮气枚举其体积一方小于 0 的时候，将该状态转移到 0 上去就行了。指其已经不需要再添进来该种气体了
  • 状态转移方程： f[i,j,k]=min(f[i-1,j,k],f[i-1,max(0,j-vi),max(0,k-mi)]
  • 优化到二维： f[j][k] = min(f[j][k], f[max(0, j - a)][max(0, k - b)] + w);
• 答案：
  • 氧气含量至少为 n 氮气含量至少为 m 的最小气缸重量 f[n][m]

枚举体积的三种方式，注意细节和初始化方式。

这边大佬题解可参考：

• 1020. 潜水员
• 背包问题中 体积至多是 j ，恰好是 j ，至少是 j 的初始化问题的研究

代码：

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1005, M = 505, K = 105;

int n, m, t;
int f[N][M];

int main() {
    cin >> n >> m >> t;
    for (int i = 0; i < t; ++i) {
        int a, b;
        cin >> a >> b;
        for (int j = n; j >= a; --j) 
            for (int k = m - 1; k >= b; --k) 
                f[j][k] = max(f[j][k], f[j - a][k - b] + 1);
    }
    cout << f[n][m - 1] << ' ';
    int k = m - 1;
    while (k > 0 && f[n][k - 1] == f[n][m - 1]) k --;
    cout << m - k << endl;
    return 0;
}