洛谷P1048 [NOIP2005 普及组] 采药题解

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 22 个整数 T(1≤T≤1000)和 M(1≤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。

题解

首先,这题是一道水的不能在水的题了

其次,我还是想说这题真的太水了,就是一模一样的01背包问题,输入输出都没改

就是改了一个题目背景

转化时间为背包容量和草药占的量

先讲一下二维 dp:

让我假设现在的背包的容量是 C=10;

物品编号:1 2 3

物品重量:5  6 4

物品价值:20 10 12

用v[i]表示物品价值,w[i]表示物品重量,要使得放入背包的物品价值最大化,我们知道用贪心是不行的!

所以接下来开始动规:

首先定义状态 dp[i][j]以 j 为容量为放入前i个物品(按 i 从小到大的顺序)的最大价值,那么 i=1 的时候,放入的是物品 1 ,这时候肯定是最优的啦!

那考虑一下 j,j 是当前容量,如果 j<5,那么是不是就不能放,dp[1][j](j<5)=0;那如果 j>5,就可以放了,dp[1][j](j>=5)=20;

接着 i=2 放两个物品,求的就是 dp[2][j]了,当 j<5 的时候,是不是同样的 dp[2][j](j<5)等于0;那当 j<6 是不是还是放不下第二个,只能放第一个;

那 j>6 呢?是不是就可以放第二个了呢?是可以,但是明显不是最优的,用脑子想了一下,发现 dp[2][j](j>6)=20,这个 20 怎么来的呢,当然是从前一个状态来的(注意这里就可以分为两种情况了):一种是选择第二个物品放入,另一种还是选择前面的物品;

让我们假设一下 j=10吧,可能会比较好理解!这时候: dp[2][10] = max((dp[1][10-w[2]])+v[2],dp[1][10])及dp[2][10] = max(dp[1][4])+10,dp[1][10])

是不是很明显了呢,dp[1][4]+10 是选择了第二个,于是容量相应就减少成 4,之前已经得出 dp[1][4]=0,就是说选了物品 2,物品 1 就选不了了;dp[1][10] 是不选择第二个,只选择第一个 dp[1][10]是等于 20 的,于是得出 dp[2][10]=20

到这里就可以了,依次类推,动态转移方程为:dp[i][j] = max(dp[i-1][j-w[i]])+v[i],dp[i-1][j])

但是好像还有一些问题没考虑完.........

看回例子:

物品编号:1 2 3

物品重量:5 6 4

物品价值:20 10  12

我们知道 dp[1][j](j<5)=20,dp[2][j](j=5) 的时候是多少呢?我们看到动态转移方程并没有考虑 j

二维 dpdp 代码:

#include
using namespace std;
int w[105],val[105];
int dp[105][1005];
int main()
{
    int t,m,res=-1;
    scanf("%d%d",&t,&m);
    for(int i=1;i<=m;i++)
    {
        scanf("%d%d",&w[i],&val[i]);
    }
    for(int i=1;i<=m;i++) 
        for(int j=t;j>=0;j--)  
        {
            if(j>=w[i])
            {
                dp[i][j]=max(dp[i-1][j-w[i]]+val[i],dp[i-1][j]);
            }  
            else
            {
                dp[i][j]=dp[i-1][j];
            }              
        }
    printf("%d",dp[m][t]);
    return 0;
}

我们再用一维dp看看,我们减掉选到哪一个物品这一维

有人就要说了,会重复放入

让我假设现在的背包的容量是 C=10;

物品编号:1  2  3

物品重量:5  6  4

物品价值:20  10  12


直接分析dp数组:

dp:0 0 0 0 0 0 0 0 0 0

i=1:
dp[10] = max(dp[5]+20, dp[10]);
dp[9] = max(dp[4]+20, dp[9]);
dp[8] = max(dp[3]+20, dp[8]);
dp[7] = max(dp[2]+20, dp[7]);
dp[6] = max(dp[1]+20, dp[6]);
dp[5] = max(dp[0]+20, dp[5]);

dp: 0 0 0 0 20 20 20 20 20 20

i=2:
dp[10] = max(dp[6]+4, dp[10]);
dp[9] = max(dp[3]+10, dp[9]);
dp[8] = max(dp[2]+10, dp[8]);
dp[7] = max(dp[1]+10, dp[7]);
dp[6] = max(dp[0]+10, dp[6]);

dp: 0 0 0 0 20 20 20 20 20 20 //看到了没,选10的都被之前的20压下去了

i=3:
dp[10] = max(dp[6]+12, dp[10]);
dp[9] = max(dp[5]+12, dp[9]);
dp[8] = max(dp[4]+12, dp[8]);
dp[7] = max(dp[3]+12, dp[7]);
dp[6] = max(dp[2]+12, dp[6]);
dp[5] = max(dp[1]+12, dp[5]);
dp[4] = max(dp[0]+12, dp[4]);

dp: 0 0 0 12 20 20 20 20 32 32

dp[10] 就是背包容量为 10 的时候的最大价值,就是要求的值了,可以看到,容量大的时候的值取决于容量小的时候的值,从而不断被正确更新,所以用一维 dp 的时候,j的循环必须是从大到小逆序开始的,逆序,就防止了一个物品放入多次!!!否则...........

直接分析 dpdp 数组:

dp:0 0 0 0 0 0 0 0 0 0

i=1:
dp[5] = max(dp[0]+20, dp[5]);
dp[6] = max(dp[1]+20, dp[6]);
dp[7] = max(dp[2]+20, dp[7]);
dp[8] = max(dp[3]+20, dp[8]);
dp[9] = max(dp[4]+20, dp[9]);
dp[10] = max(dp[5]+20, dp[10]);
dp: 0 0 0 0 20 20 20 20 20 40 //看到问题了吗!dp[10]不仅仅是由dp[5]决定了,因为dp[5]还被dp[0]更新了一次,相当于,i=1时,即只有一个物品时,这个物品拿了两次,完全不符合01背包了,但是,这个却是我们后面要提到的完全背包!接着看:

i=2:
dp[6] = max(dp[0]+10, dp[6]);
dp[7] = max(dp[1]+10, dp[7]);
dp[8] = max(dp[2]+10, dp[8]);
dp[9] = max(dp[3]+10, dp[9]);
dp[10] = max(dp[4]+10, dp[10]);

dp: 0 0 0 0 20 20 20 20 20 40

i=3:
dp[4] = max(dp[0]+12, dp[4]);
dp[5] = max(dp[1]+12, dp[5]);
dp[6] = max(dp[2]+12, dp[6]);
dp[7] = max(dp[3]+12, dp[7]);
dp[8] = max(dp[4]+12, dp[8]);
dp[9] = max(dp[5]+12, dp[9]);
dp[10] = max(dp[6]+12, dp[10]);

dp: 0 0 0 12 20 20 20 24 32 40

分析完毕,之后自己想吧

重点就是,一维内层循环要倒着来!不然会重复

一维 dp 代码:

#include
using namespace std;
int dp[1005],t,m,monny[1005],time0[1005],good;
int main(){
	cin>>t>>m;
	for(int i=1;i<=m;i++){
		cin>>time0[i]>>monny[i];
	}
	for(int i=1;i<=m;i++){
		for(int j=t;j>=0;j--){
			if(time0[i]<=j)
				dp[j]=max(dp[j],dp[j-time0[i]]+monny[i]);
		}
	}
	for(int i=0;i<=t;i++){
		good=max(good,dp[i]);
	}
	cout<

你可能感兴趣的:(DP,动态规划,算法)