POJ3624Charm Bracelet,用到了滚动数组(AC)

来源:互联网 发布:微博旅游博主数据统计 编辑:程序博客网 时间:2024/04/30 03:07
Charm Bracelet
Time Limit: 1000MS Memory Limit: 65536KTotal Submissions: 32967 Accepted: 14628

Description

Bessie has gone to the mall's jewelry store and spies a charm bracelet. Of course, she'd like to fill it with the best charms possible from the N (1 ≤ N ≤ 3,402) available charms. Each charm i in the supplied list has a weight Wi (1 ≤ Wi ≤ 400), a 'desirability' factor Di (1 ≤ Di ≤ 100), and can be used at most once. Bessie can only support a charm bracelet whose weight is no more than M (1 ≤ M ≤ 12,880).

Given that weight limit as a constraint and a list of the charms with their weights and desirability rating, deduce the maximum possible sum of ratings.

Input

* Line 1: Two space-separated integers: N and M
* Lines 2..N+1: Line i+1 describes charm i with two space-separated integers: Wi and Di

Output

* Line 1: A single integer that is the greatest sum of charm desirabilities that can be achieved given the weight constraints

Sample Input

4 61 42 63 122 7

Sample Output

23

Source

USACO 2007 December Silver

//可以参考看的文章有http://blog.csdn.net/mu399/article/details/7722810#define _CRT_SECURE_NO_WARNINGS/*给定N中物品和一个背包。物品i的重量是Wi,其价值位Vi ,背包的容量为C。问应该如何选择装入背包的物品,使得转入背包的物品的总价值为最大??在选择物品的时候,对每种物品i只有两种选择,即装入背包或不装入背包。不能讲物品i装入多次,也不能只装入物品的一部分。因此,该问题被称为0-1背包问题。*///poj3624//第一次提交出现Memory Limit Exceeded,内存爆了//第二次提交AC用了滚动数组,就是把 V[2][MAXM],只用了2,V[N%2][M],这边都取摸#include <stdio.h>#define MAXN  3500#define MAXM  13000//int V[MAXN][MAXM];int V[2][MAXM];int N = 0;int M = 0;int W[MAXN];int D[MAXN];int ans = 0;int max(int a,int b){if (a<b) return b;else return a;}void init(){int i = 0;int j = 0;for (i = 0; i < MAXN;i++){W[i] = 0;D[i] = 0;}for (i = 0; i < 2;i++){for (j = 0; j < MAXM; j++){V[i][j] = 0;}}ans = 0;return;}int main(){//关键是要有个概念V(i,j)是表示前i(1<=i<=n)个物体放入容量是j(1<=j<=C)的背包中的最大价值//首先要置初始值//V(0,j)=V(i,0)=0//推导公式就是V(i,j)=max(V(i-1,j),V(i-1,j-wi)+vi; V(i-1,j-wi)+vi表示的前i-1物体,放入(j-wi)重量包的最大价值,wi表示第i个物体所占的重量int i = 0;int j = 0;freopen("input.txt","r",stdin);scanf("%d %d",&N,&M);init();for (i = 1; i <= N;i++){scanf("%d %d",&W[i],&D[i]);}//动态规划,变量,到底求的是什么,那就是前i个钻石是否用//放前i个物体不超过wi重的最大重量if (W[1]<=M) V[1][W[1]] = D[1]; //只有第一个物体的时候赋值else V[1][W[1]] = 0;for (i = 2; i <= N;i++)//N是总个数{for (j = 1; j <= M;j++) //M是总重量{if ((j - W[i])>=0){V[i%2][j] = max(V[(i - 1) % 2][j], V[(i - 1) % 2][j - W[i]] + D[i]);}else{V[i%2][j] = V[(i - 1) % 2][j];}}}printf("%d\n", V[N%2][M]);return 0;}

滚动数组的概念从http://blog.csdn.net/niushuai666/article/details/6677982拿到

滚动数组的作用在于优化空间,主要应用在递推或动态规划中(如01背包问题)。因为DP题目是一个自底向上的扩展过程,我们常常需要用到的是连续的解,前面的解往往可以舍去。所以用滚动数组优化是很有效的。利用滚动数组的话在N很大的情况下可以达到压缩存储的作用。

一个简单的例子:

斐波那契数列:

一般代码:

[cpp] view plain copy
  1. #include<iostream>  
  2. #include<cstdio>  
  3. using namespace std;  
  4. int Fib[25];  
  5.   
  6. int fib(int n)  
  7. {  
  8.     Fib[0] = 0;  
  9.     Fib[1] = 1;  
  10.     Fib[2] = 1;  
  11.     for(int i = 3; i <= n; ++i)  
  12.         Fib[i] = Fib[i - 1] + Fib[i - 2];  
  13.     return Fib[n];  
  14. }  
  15.   
  16. int main()  
  17. {  
  18.     int ncase, n, ans;  
  19.     scanf("%d", &ncase);  
  20.     while(ncase--)  
  21.     {  
  22.         scanf("%d", &n);  
  23.         ans = fib(n);  
  24.         printf("%d\n", ans);  
  25.     }  
  26.     return 0;  
  27. }  

利用滚动数组优化后代码为:

[cpp] view plain copy
  1.    
  2. #include<cstdio>  
  3. using namespace std;  
  4. int Fib[3];  
  5.   
  6. int fib(int n)  
  7. {  
  8.     Fib[1] = 0;   
  9.     Fib[2] = 1;  
  10.     for(int i = 2; i <= n; ++i)  
  11.     {  
  12.         Fib[0] = Fib[1];   
  13.         Fib[1] = Fib[2];  
  14.         Fib[2] = Fib[0] + Fib[1];  
  15.     }  
  16.     return Fib[2];  
  17. }  
  18.   
  19. int main()  
  20. {  
  21.     int ncase, n, ans;  
  22.     scanf("%d", &ncase);  
  23.     while(ncase--)  
  24.     {  
  25.         scanf("%d", &n);  
  26.         ans = fib(n);  
  27.         printf("%d\n", ans);  
  28.     }  
  29.     return 0;  
  30. }          

滚动数组实际是一种节省空间的办法,时间上没啥优势,多用于DP中,举个例子吧: 

一个DP,平常如果需要1000×1000的空间,其实根据DP的无后效性,可以开成2×1000,然后通过滚动,获得和1000×1000一样的效果。滚动数组常用于DP之中,在DP过程中,我们在由一个状态转向另一个状态时,很可能之前存储的某些状态信息就已经无用了,例如在01背包问题中,从理解角度讲我们应开DP[i][j]的二维数组,第一维我们存处理到第几个物品,也就是阶段了,第二维存储容量,但是我们获得DP[i],只需使用DP[i - 1]的信息,DP[i - k],k>1都成了无用空间,因此我们可以将数组开成一维就行,迭代更新数组中内容,滚动数组也是这个原理,目的也一样,不过这时候的问题常常是不可能缩成一维的了,比如一个DP[i][j]需要由DP[i - 1 ][k],DP[i - 2][k]决定,i<n,0<k<=10;n <= 100000000;显然缩不成一维,正常我们应该开一个DP[100000005][11]的数组,结果很明显,超内存,其实我们只要开DP[3][11]就够了DP[i%3][j]由DP[(i - 1)%3][k]和DP[(i - 2)%3][k]决定,空间复杂度差别巨大。



0 0