[分组背包]Luogu1064 金明的预算方案

原题链接:https://www.luogu.com.cn/problem/P1064

金明的预算方案

题目描述

金明今天很开心,家里购置的新房就要领钥匙了,新房里有一间金明自己专用的很宽敞的房间。更让他高兴的是,妈妈昨天对他说:“你的房间需要购买哪些物品,怎么布置,你说了算,只要不超过 n n n 元钱就行”。今天一早,金明就开始做预算了,他把想买的物品分为两类:主件与附件,附件是从属于某个主件的,下表就是一些主件与附件的例子:

主件 附件
电脑 打印机,扫描仪
书柜 图书
书桌 台灯,文具
工作椅

如果要买归类为附件的物品,必须先买该附件所属的主件。每个主件可以有 0 0 0 个、 1 1 1 个或 2 2 2 个附件。每个附件对应一个主件,附件不再有从属于自己的附件。金明想买的东西很多,肯定会超过妈妈限定的 n n n 元。于是,他把每件物品规定了一个重要度,分为 5 5 5 等:用整数 1 ∼ 5 1 \sim 5 15 表示,第 5 5 5 等最重要。他还从因特网上查到了每件物品的价格(都是 10 10 10 元的整数倍)。他希望在不超过 n n n 元的前提下,使每件物品的价格与重要度的乘积的总和最大。

设第 j j j 件物品的价格为 v j v_j vj,重要度为 w j w_j wj ,共选中了 k k k 件物品,编号依次为 j 1 , j 2 , … , j k j_1,j_2,\dots,j_k j1,j2,,jk,则所求的总和为:

v j 1 × w j 1 + v j 2 × w j 2 + ⋯ + v j k × w j k v_{j_1} \times w_{j_1}+v_{j_2} \times w_{j_2}+ \dots +v_{j_k} \times w_{j_k} vj1×wj1+vj2×wj2++vjk×wjk

请你帮助金明设计一个满足要求的购物单。

输入格式

第一行有两个整数,分别表示总钱数 n n n 和希望购买的物品个数 m m m

2 2 2 到第 ( m + 1 ) (m + 1) (m+1) 行,每行三个整数,第 ( i + 1 ) (i + 1) (i+1) 行的整数 v i v_i vi p i p_i pi q i q_i qi 分别表示第 i i i 件物品的价格、重要度以及它对应的的主件。如果 q i = 0 q_i=0 qi=0,表示该物品本身是主件。

输出格式

输出一行一个整数表示答案。

输入输出样例
输入 #1

1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0

输出 #1

2200

说明/提示
数据规模与约定

对于全部的测试点,保证 1 ≤ n ≤ 3.2 × 1 0 4 1 \leq n \leq 3.2 \times 10^4 1n3.2×104 1 ≤ m ≤ 60 1 \leq m \leq 60 1m60 0 ≤ v i ≤ 1 0 4 0 \leq v_i \leq 10^4 0vi104 1 ≤ p i ≤ 5 1 \leq p_i \leq 5 1pi5 0 ≤ q i ≤ m 0 \leq q_i \leq m 0qim,答案不超过 2 × 1 0 5 2 \times 10^5 2×105

题解

退役咸鱼含泪复习分组背包……

分组背包指 n n n个背包被分为 m m m组,每个组内的背包是互斥的,即在同一个组内的背包至多只能选择一个。

很显然,由于这道题中每个主件的附件数只能为 0 , 1 , 2 0,1,2 0,1,2个,我们可以轻松枚举出一套主件与附件的购买情况:对于有一个主件的,有买与不买附件两种情况;对于有两个附件的,有两个都不买、两个都买、只买附件一、只买附件二。再加上只购买主件的情况,这几种情况是互斥的,就可以构成一个分组背包。

那么如何解决分组背包问题呢?最重要的就是解决组内背包互斥的问题。

对于普通的 01 01 01背包,我们的转移方程如下:

dp[0]=1;
for(int i=1;i<=m;++i)for(int j=n;j>=0;--j)
if(dp[j]&&j+v[i]<=n)dp[j+v[i]]=max(dp[j+v[i]],dp[j]+v[i]*w[i]);

对于每个背包 i i i,我们倒序遍历了 n ∼ 0 n\sim 0 n0进行转移,这个做法正确的原因是在每次更新时用到的 d p [ j ] dp[j] dp[j]都是没有被 i i i更新过的,即保留了 i − 1 i-1 i1更新后的状态,使得在所有状态中一个背包只会被用一次;如果正序遍历 0 ∼ n 0\sim n 0n,那么每次更新时用到的 d p [ j ] dp[j] dp[j]都是已经被 i i i更新过的,就变成了完全背包的做法。

同样的,要解决分组背包,需要在组内转移时保持 d p [ j ] dp[j] dp[j]始终为上一组更新后的状态(而不是上一个背包更新后的状态),这样才能保证得到的解中同一个组内的背包最多只用了一个。所以,对于花费为 j j j时的最大收益 d p [ j ] dp[j] dp[j],我们要先遍历完一整个组去更新 d p [ j ] dp[j] dp[j],更新完 d p [ j ] dp[j] dp[j]后再去更新 d p [ j − 1 ] dp[j-1] dp[j1],具体实现如下:

for(int i=1;i<=m;++i)//枚举组
{
     
	if(gro[i].size())
	for(int j=n;j>=0;--j)//倒序遍历n~0
	for(int k=gro[i].size()-1;k>=0;--k)//枚举组内的背包
	if(j+gro[i][k].cst<=n)dp[j+gro[i][k].cst]=max(dp[j+gro[i][k].cst],dp[j]+gro[i][k].val);
}
代码
#include
using namespace std;
int n,m,ans;
int dp[32005],v[65],p[65],q[65];
struct bag{
     int cst,val;};
vector<bag>gro[65];
vector<int>num[65];
void in()
{
     
	scanf("%d%d",&n,&m);
	for(int i=1;i<=m;++i)
	{
     
		scanf("%d%d%d",&v[i],&p[i],&q[i]);
		if(q[i])num[q[i]].push_back(i);
		else gro[i].push_back((bag){
     v[i],p[i]*v[i]});
	}
}
void ac()
{
     
	for(int i=1,t1,t2;i<=m;++i)
	{
     
		if(!num[i].size())continue;
		t1=num[i][0];gro[i].push_back((bag){
     v[i]+v[t1],gro[i][0].val+v[t1]*p[t1]});
		if(num[i].size()==2)
		{
     
			t2=num[i][1];
			gro[i].push_back((bag){
     v[i]+v[t2],gro[i][0].val+v[t2]*p[t2]});
			gro[i].push_back((bag){
     gro[i][1].cst+v[t2],gro[i][1].val+v[t2]*p[t2]});
		}
	}
	for(int i=1;i<=m;++i)
	{
     
		if(gro[i].size())
		for(int j=n;j>=0;--j)for(int k=gro[i].size()-1;k>=0;--k)
		if(j>=gro[i][k].cst)dp[j]=max(dp[j],dp[j-gro[i][k].cst]+gro[i][k].val);
	}
	for(int i=1;i<=n;++i)ans=max(ans,dp[i]);
	printf("%d",ans);
}
int main(){
     in(),ac();}

你可能感兴趣的:(动态规划=========,背包)