HDU-2191 买大米(动态规划 多重背包)¶
Problem Description¶
急!灾区的食物依然短缺! 为了挽救灾区同胞的生命,心系灾区同胞的你准备自己采购一些粮食支援灾区,现在假设你一共有资金n元,而市场有m种大米,每种大米都是袋装产品,其价格不等,并且只能整袋购买。 请问:你用有限的资金最多能采购多少公斤粮食呢?
后记: 人生是一个充满了变数的生命过程,天灾、人祸、病痛是我们生命历程中不可预知的威胁。 月有阴晴圆缺,人有旦夕祸福,未来对于我们而言是一个未知数。那么,我们要做的就应该是珍惜现在,感恩生活—— 感谢父母,他们给予我们生命,抚养我们成人; 感谢老师,他们授给我们知识,教我们做人 感谢朋友,他们让我们感受到世界的温暖; 感谢对手,他们令我们不断进取、努力。 同样,我们也要感谢痛苦与艰辛带给我们的财富~
Input¶
输入数据首先包含一个正整数C,表示有C组测试用例,每组测试用例的第一行是两个整数n和m(1<=n<=100, 1<=m<=100),分别表示经费的金额和大米的种类,然后是m行数据,每行包含3个数p,h和c(1<=p<=20,1<=h<=200,1<=c<=20),分别表示每袋的价格、每袋的重量以及对应种类大米的袋数。
Output¶
对于每组测试数据,请输出能够购买大米的最多重量,你可以假设经费买不光所有的大米,并且经费你可以不用完。每个实例的输出占一行。
Sample Input¶
1
8 2
2 100 4
4 100 2
Sample Output¶
400
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int money, riceType;
vector<int> d(101, 0);
vector<int> price(101), weight(201), num(101);
void zeroOnePack(int price, int weight)
{
for (int i = money; i >= price; --i)
d[i] = max(d[i], d[i - price] + weight);
}
void completePack(int price, int weight)
{
for (int i = price; i <= money; ++i)
d[i] = max(d[i], d[i - price] + weight);
}
void multipack(int price, int weight, int num)
{
if (price * num >= money){
completePack(price, weight);
return;
}
int k = 1;
while (k < num){
zeroOnePack(k * price, k * weight);
num -= k;
k *= 2;
}
zeroOnePack(num * price, num * weight);
}
int main()
{
int caseNum;
cin >> caseNum;
while (caseNum--){
cin >> money >> riceType;
for (int i = 1; i <= riceType; ++i){
cin >> price[i] >> weight[i] >> num[i];
}
for (int i = 1; i <= riceType; ++i)
multipack(price[i], weight[i], num[i]);
cout << d[money] << endl;
if (caseNum != 0) fill(d.begin(), d.end(), 0);
}
return 0;
}
我们令dp[i][j]==x
表示只购买前i种大米, 且总费用<=j时能购买的大米最大重量为x.
初始化: dp为全0.
由于每种大米有数量num[i], 所以我们分下面两种情况做:
当cost[i]*num[i]>=n
时, 我们直接对该种大米做一次完全背包过程即可.
当 cost[i]*num[i]<n
时, 最直接的想法是每次多放进去去一个,然后比较所有情况:
$$
f[i][j]=\max {f[i-1][j-k * w[i]]+k * v[i], 0 \leq k \leq c[i], 0 \leq k * w[i] \leq j}
$$
一个简单的优化就是,我们把num[i]
个第i
类大米看成下面k+1种物品:
1个(i类物品) 2个 4个$ 2{(k-1}$个 以及 num[i]-2^k+1个
也就是整个区间内的所有数都可以唯一的用这些2的指数幂表示,且每个数字最多用一次,这样时间复杂度就降低到O(log n)。
我们对上述k+1种新物品每个都做一个01背包即可覆盖我们可能对第i种物品做出的所有选择.
最终所求: dp[m][n]
的值.