学生在咱们USACO的竞赛中的得分越多咱们越高兴。
咱们试着设计咱们的竞赛以便人们能尽量的多得分,这须要你的帮助。
咱们能够从几个种类中选取竞赛的题目,这里的一个"种类"是指一个竞赛题目的集合,解决集合中的题目须要相同多的时间而且能获得相同的分数。你的任务是写一个程序来告诉USACO的职员,应该从每个种类中选取多少题目,使得解决题目的总耗时在竞赛规定的时间里而且总分最大。输入包括竞赛的时间,M(1 <= M <= 10,000)(不要担忧,你要到了训练营中才会有长时间的比赛)和N,"种类"的数目1 <= N <= 10,000。后面的每一行将包括两个整数来描述一个"种类":
第一个整数说明解决这种题目能得的分数(1 <= points <= 10000),第二整数说明解决这种题目所需的时间(1 <= minutes <= 10000)。
你的程序应该肯定咱们应该从每一个"种类"中选多少道题目使得能在竞赛的时间中获得最大的分数。
来自任意的"种类"的题目数目多是任何非负数(0或更多)。
计算可能获得的最大分数。算法
第 1 行: M, N--竞赛的时间和题目"种类"的数目。
第 2-N+1 行: 两个整数:每一个"种类"题目的分数和耗时。数组
单独的一行包括那个在给定的限制里可能获得的最大的分数。架构
300 4 100 60 250 120 120 100 35 20
605
这道题目么,是让咱们求的是最大的分数,看到这个数据范围也只有二维DP。
\[ O(N^2)过万吧,没问题的。 \]学习
其实我还见过
\[ O(N^2)过百万的呢。 \]
让咱们来分析这个二维DP:spa
题目说的竞赛时间其实转换成背包问题就是背包的容量,N表示有N件物品设计
每件物品有质量和体积。他说要最多,不可能只选一组的,因此这也能选一些。其实这些物品的总价值就是所给数据的答案。code
因此正解是彻底背包啊。(彻底背包是什么请参考百度百科)递归
具体一点的呢?内存
等一下别急。模板
来说一下彻底背包。
设fij仍是表示前i件物品放入一个为j容量的背包得到的最大价值,为第i件物品的是否选择的方案.
而后能够得出状态转移方程式:
当这件物品选的时候
f[i][j] = f[i][j-a[i]]+w[i];
选的时候就把a[i]这个耗时给减掉再加上得分。
当这件物品不选的时候
f[i][j] = f[i-1][j];
不选的时候就保留上一个的最优解.
因而这个代码架构就出来了。
for(int i = 1; i <= n ; i++){ for(int j = 1; j <= m ;j++){ if(j < a[i]) f[i][j] = f[i-1][j]; else if(f[i-1][j] > f[i][j-a[i]]+w[i]) f[i][j] = f[i-1][j]; else f[i][j] = f[i][j-a[i]]+w[i]; } }
循环 i -> n:
循环 j -> m
当j < a[i] 的时候,已经确保了最优解因而不选。
当上一个的最优解已经大于当前解的话,那么也是能够不选的。
其余状况都要选。
答案放在 fnm ,输出就能够了。
放一个简介的状态转移方程:
f[i][j]=max{f[i-1][j-k*c[i]]+k*w[i]|0<=k*c[i]<=j}
有些时候出题人很讨厌,故意让你炸内存,让二维背包不过。
这个时候要用一维的打法的(前题是二维数组大于5000 * 5000 的时候, 二维 RE)。
其实不用i这一维度,只用j,空间复杂度大大降低了。
循环要改一下。
1 -> n 不变
w[i] -> m 避免重复
一维的思路:
这件物品选:
if(f[j-w[i]]+a[i] > f[j]){ f[j] = f[j-w[i]]+a[i]; }
当前的大于以前的则更新。
不然不干。
不选的状况:没有处理。
一维的代码架构就出来了:
for(int i = 1; i <= n ; i++){ for(int j = w[i]; j <= m ;j++){ if(f[j-w[i]]+a[i] > f[j]){ f[j] = f[j-w[i]]+a[i]; } } }
综合一下上面的状态转移方程
f[j] = max(f[j],f[j-w[i]]+a[i]);
答案存在f[m]输出就能够了。
针对不一样的题目使用不一样的代码。
这道题为了内存,我仍是写了一维过了。
二维jj 91 分 ,见祖宗啊。
归根到底这只是一道彻底背包的模板题,最后以排名第一的成绩A了。
学习彻底背包要懂得:
[x] 什么是动态规划。
[x] 什么是递归算法。
才能更好的理解。