目录
题目
Input
Output
思路
C++完整代码(含注释)
军训这么累,当然要吃瓜啦。
有一个小军前来买瓜。
众所周知,YHW水果摊里的西瓜的瓜皮子和瓜粒子都是金粒子做的。小军当然想获得尽可能多的金粒子。
一共有n个瓜,每个瓜有重量w,成熟度v,金粒子数量g。
虽然小军的钱是无限的,但他的电动车载重是有限的,因此他不能买总重量超过W的瓜。
"我开水果摊的,能卖给你生瓜蛋子? ——YHW
因此,当小军买的瓜的总成熟度小于V时,YHW并不会把瓜卖给他。
具体的:水果摊一共有n个瓜,每个瓜有重量w,成熟度v,金粒子数量g。一共有q次询问,每次询问给出两个值W、V,小军要选取n个瓜的子集,使总重量 Σw≤W,总成熟度Σv≥V,求 Σg
的最大值。
第一行输入两个整数,q(1≤n≤100,1≤q≤100),代表瓜的数量和询问数量。
接下来n行,每行三个整数,第i行的三个整数为i,vi,gi(1≤wi,vi,gi≤100),分别代表第i个瓜的重量,成熟度和价值。
接下来q行,输入两个整数,V(1≤W,V≤500),代表一组询问。
输出一共有q行,每行一个整数,分别代表每组询问的最大金粒子数总和,若无合法的买法则输出-1。
本题使用动态规划的思路解决了一个背包问题。通过存储瓜的重量、成熟度和金粒子数的信息,利用一个二维的dp数组来表示状态,通过递推公式来更新状态,然后根据给定的最大重量和最小成熟度处理每组询问,得到最大金粒子数总和。
步骤如下:
确定dp数组以及下标的含义:
dp数组是一个二维数组,dp[i][j]表示当前重量为i,成熟度为j时的最大金粒子数总和。确定递推公式:
在遍历每个瓜的过程中,对于每个状态dp[j][k],如果当前状态可以转移到状态dp[j + melons[i].weight][min(k + melons[i].maturity, 500)](重量加上当前瓜的重量不超过最大重量500),则更新转移后的状态的金粒子数总和为dp[j][k] + melons[i].gold,并取较大的值。dp数组的初始化:
dp数组初始化为-1,表示无法达到该状态。确定遍历顺序:
遍历瓜的顺序是从0到n-1,即按照输入的顺序遍历瓜的信息。该算法的时间复杂度为O(nW500),其中n为瓜的数量,W为最大重量。
提交乐学记得修改!!有查重
#include
#include
#include
using namespace std;
// 定义瓜的结构体
struct melon {
int weight;
int maturity;
int gold;
};
int main() {
int n, q;
cin >> n >> q;
vector melons(n);
// 读取每个瓜的信息
for (int i = 0; i < n; i++) {
scanf("%d %d %d", &melons[i].weight, &melons[i].maturity, &melons[i].gold);
}
// dp数组,表示状态
vector> dp(501, vector(501, -1));
dp[0][0] = 0;
// 动态规划计算
for (int i = 0; i < n; i++) {
for (int j = 500; j >= 0; j--) {
for (int k = 500; k >= 0; k--) {
// 如果dp[j][k]为有效状态且加上当前瓜的重量不超过最大重量500
if (dp[j][k] >= 0 && j + melons[i].weight <= 500) {
// 更新状态,取金粒子数总和的较大值
dp[j + melons[i].weight][min(k + melons[i].maturity, 500)] = max(dp[j][k] + melons[i].gold, dp[j + melons[i].weight][min(k + melons[i].maturity, 500)]);
}
}
}
}
// 处理每组询问
while (q--) {
int W, V;
scanf("%d %d", &W, &V);
long long result = -1;
// 遍历所有可能的状态,取金粒子数总和的最大值
for (int j = 0; j <= W; j++) {
for (int k = V; k <= 500; k++) {
result = max(result, dp[j][k]);
}
}
// 输出结果
cout << result << endl;
}
return 0;
}