HihoCoder
来源:互联网 发布:lics算法 编辑:程序博客网 时间:2024/06/17 01:25
01背包
- 样例输入
5 1000144 990487 436210 673567 581056 897
- 样例输出
2099
描述
且说上一周的故事里,小Hi和小Ho费劲心思终于拿到了茫茫多的奖券!而现在,终于到了小Ho领取奖励的时刻了!
小Ho现在手上有M张奖券,而奖品区有N件奖品,分别标号为1到N,其中第i件奖品需要need(i)张奖券进行兑换,同时也只能兑换一次,为了使得辛苦得到的奖券不白白浪费,小Ho给每件奖品都评了分,其中第i件奖品的评分值为value(i),表示他对这件奖品的喜好值。现在他想知道,凭借他手上的这些奖券,可以换到哪些奖品,使得这些奖品的喜好值之和能够最大。
提示一:合理抽象问题、定义状态是动态规划最关键的一步
提示二:说过了减少时间消耗,我们再来看看如何减少空间消耗
输入
每个测试点(输入文件)有且仅有一组测试数据。
每组测试数据的第一行为两个正整数N和M,表示奖品的个数,以及小Ho手中的奖券数。
接下来的n行描述每一行描述一个奖品,其中第i行为两个整数need(i)和value(i),意义如前文所述。
测试数据保证
对于100%的数据,N的值不超过500,M的值不超过10^5
对于100%的数据,need(i)不超过2*10^5, value(i)不超过10^3
输出
对于每组测试数据,输出一个整数Ans,表示小Ho可以获得的总喜好值。
Source
HihoCoder - 1038
My Solution
题意:dp基础题,给出n个背包每个背包有一个花费needi和一个收获valuei,最多付出m的花费求最大收获。
基础dp、背包dp
dpij表示当前考虑第i个背包,花费为j时的最大收获。
d[i][j] = max(dp[i][j],, dp[i-1][j - need[i]] + value[i])。
由于状态转移只考虑当前状态和上一层状态,所以只能可以转化成一维,然后dp的是 j 从大到小的顺序进行递推,这样 dp[ j-need[i] ]必定必定是上一次的,而不是这一次的。
复杂度 O(n^2)
#include <iostream>#include <cstdio>using namespace std;typedef long long LL;const int MAXN = 5e2 + 8, MAXM = 1e5 + 8;int need[MAXN], value[MAXN], dp[MAXM];int main(){ #ifdef LOCAL freopen("3.in", "r", stdin); //freopen("3.out", "w", stdout); #endif // LOCAL ios::sync_with_stdio(false); cin.tie(0); int n, m, i, j, ans = 0; cin >> n >> m; for(i = 0; i < n; i++){ cin >> need[i] >> value[i]; } for(i = 0; i < n; i++){ for(j = MAXM - 1; j >= 0; j--){ if(i == 0){ if(j - need[i] >= 0) dp[j] = value[i]; } else{ if(j - need[i] >= 0) dp[j] = max(dp[j], dp[j-need[i]] + value[i]); } } } cout << dp[m] << endl; return 0;}
Thank you!
------from ProLights
- hihocoder:
- hihoCoder
- Hihocoder
- hihocoder
- hihocoder
- hihocoder
- hihocoder
- hihocoder
- HihoCoder
- HihoCoder
- HihoCoder
- HihoCoder
- HihoCoder
- HihoCoder
- hihoCoder
- HihoCoder
- HihoCoder
- HihoCoder
- Python操作excel
- POJ1046简单枚举
- phpfpm nginx 指标监控
- Linq语法举例,在List中查找符合条件的成员集合
- 阿里云Maven仓库
- HihoCoder
- Hello CSDN!
- 【全家福】三星Galaxy1-9代对比:这是安卓手机行业缩影!
- Docker的简单入门
- Android 开发: TabHost 切换如何刷新Activity
- JavaScript学习(一)
- LinkedList实现
- 清除浮动的方法
- jvm 参数调优(堆 + 垃圾回收)