1775_采药

/*Name: 1775_采药Author: 巧若拙 Date: 30-07-17 16:26Description: 辰辰是个很有潜能、天资聪颖的孩子，他的梦想是称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？输入输入的第一行有两个整数T（1 <= T <= 1000）和M（1 <= M <= 100），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。输出输出只包括一行，这一行只包含一个整数，表示在规定的时间内，可以采到的草药的最大总价值。样例输入70 371 10069 11 2样例输出3*/#include<iostream>#include<cstring>using namespace std;const int MAXC = 1000; //背包最大容量 const int MAXN = 100; //物品的最大个数int W[MAXN+1];//物品的重量 int P[MAXN+1];//物品的价值 int B2[MAXN+1][MAXC+1]; //备忘录，记录给定n个物品装入容量为c的背包的最大价值 int B3[MAXN+1][MAXC+1]; //动态规划中记录给定i个物品装入容量为j的背包的最大价值 int pre[MAXC+1]; //记录上一行元素值int cur[MAXC+1]; //记录当前行元素值int F[MAXC+1]; //动态规划中记录给定n个物品装入容量为j的背包的最大价值int cw, cp;//在回溯算法中分别记录给定t个物品时，已装物品的总重量和总价值int bestPrice; //在回溯算法中记录目前已知的最大总价值，初始化为0 int Sum(int n, int t);//累计第t+1到n个物品的总价值void ZeroOnePack_1(int n, int c, int t);//回溯算法求0-1背包问题 int ZeroOnePack_2(int n, int c);//记忆化搜索（备忘录算法）求0-1背包问题 int ZeroOnePack_3(int n, int c);//动态规划：二维数组存储记录int ZeroOnePack_4(int n, int c);//优化的动态规划算法，使用2个一维数组代替二维数组int ZeroOnePack_5(int n, int c);//优化的动态规划算法，一维数组存储记录int main() {int n, c;cin >> c >> n;for (int i=1; i<=n; i++)//不计下标为0的元素 {cin >> W[i] >> P[i];}//回溯算法，需要用到全局变量cw, cp, bestPrice, W[], P[]ZeroOnePack_1(n, c, 1); //不计下标为0的元素cout << bestPrice << endl;//记忆化搜索（备忘录算法），需要用到全局变量W[], P[], 另有B2[MAXN+1][]初始化为-1memset(B2, -1, sizeof(B2)); //先初始化B2的值全为-1cout << ZeroOnePack_2(n, c) << endl; //动态规划：二维数组存储记录，需要用到全局变量W[], P[], 另有B3[MAXN+1][]默认初始化为0 cout << ZeroOnePack_3(n, c) << endl; //动态规划：使用2个一维数组存储记录，需要用到全局变量W[], P[], 另有pre[]和cur[]均初始化为0cout << ZeroOnePack_4(n, c) << endl; //优化的动态规划算法，一维数组存储记录，需要用到全局变量W[], P[], 另有F[]初始化为0cout << ZeroOnePack_5(n, c) << endl; return 0;}int Sum(int n, int t)//累计第t+1到n个物品的总价值 { int s = 0;    for (int i=t+1; i<=n; i++) { s += P[i];}    return s;}void ZeroOnePack_1(int n, int c, int t)//回溯算法求0-1背包问题 {    if (t == n+1)    {         bestPrice = max(cp, bestPrice);     }    else    {   if (cw+W[t] <= c)//若不超载，则先分析装t号物品的情形（应该有可能得到更好的解，否则在上一层就被剪枝了）  {cw += W[t]; cp += P[t];ZeroOnePack_1(n, c, t+1);cw -= W[t]; cp -= P[t];    } //再分析不装t号物品的情形if (cp+Sum(n, t) > bestPrice)//如果有可能得到更好的解，则进入下一层（装都没装，判断是否超载也是白判断，放到下一层再做判断） ZeroOnePack_1(n, c, t+1);    }}int ZeroOnePack_2(int n, int c)//记忆化搜索（备忘录算法）求0-1背包问题，B2[n][c]初始化为-1 { if (B2[n][c] != -1)  return B2[n][c]; int bestP = 0;if (n == 1)//处理只给定了1个物品的情形 {bestP = (c >= W[n]) ? P[n] : 0;}else{if (c < W[n])//若装不下，则不装第n个物品bestP = ZeroOnePack_2(n-1, c);else //如果装得下，从装和不装两者中取最大值     bestP = max(ZeroOnePack_2(n-1, c), ZeroOnePack_2(n-1, c-W[n]) + P[n]);}    return B2[n][c] = bestP;//做备忘录 }int ZeroOnePack_3(int n, int c)//动态规划：二维数组存储记录，B3[i][j]初始化为0 {//记录前i(1<=i<n)个物品装入容量为0-c的背包的最大价值  for (int i=1; i<n; i++){for (int j=1; j<W[i]; j++)//背包容量不够，不能装下第i件物品 B3[i][j] = B3[i-1][j];for (int j=W[i]; j<=c; j++)//背包容量足够，可以选择装或不装第i件物品 B3[i][j] = max(B3[i-1][j], B3[i-1][j-W[i]] + P[i]);}//因为每个物品最多只能装一次，故背包不一定能装满，则对于给定的n个物品来说，B[n][c]==B[n][j]，其中W[n]<=j<=c //所以对第n个物品来说，只需直接计算B[n][c]，而不用考虑其他的容量j，这样可以减少计算量 if (c < W[n])B3[n][c] = B3[n-1][c]; else B3[n][c] = max(B3[n-1][c], B3[n-1][c-W[n]]+P[n]);return B3[n][c];}int ZeroOnePack_4(int n, int c)//优化的动态规划算法，使用2个一维数组代替二维数组，pre[j]和cur[j]均初始化为0 {//pre[j]相当于ZeroOnePack_3()中的B3[i-1][j]，cur[j]相当于B3[i][j] //为简化代码，没有把i==n的情形单独拿出来处理，若需要单独处理第n个物品，可参考ZeroOnePack_3() for (int i=1; i<=n; i++){for (int j=1; j<=c; j++){if (j < W[i] || pre[j] > pre[j-W[i]] + P[i])cur[j] = pre[j]; elsecur[j] = pre[j-W[i]] + P[i];}for (int j=1; j<=c; j++)//复制上一行的数据到当前行 {pre[j] = cur[j]; }}return cur[c];}int ZeroOnePack_5(int n, int c)//优化的动态规划算法，一维数组存储记录，F[j]初始化为0  {//为简化代码，没有把i==n的情形单独拿出来处理，若需要单独处理第n个物品，可参考ZeroOnePack_3() for (int i=1; i<=n; i++){//须先求出列坐标j较大的F5[j]，故让循环变量j的值从大到小递减for (int j=c; j>=W[i]; j--){//当(j < W[i] || F[j] > F[j-W[i]] + P[i])时，F[j]的值不变if (F[j] < F[j-W[i]] + P[i])F[j] = F[j-W[i]] + P[i];}}return F[c];}