題目描述
王強今天很開心,公司發給n元的年終獎。王強決定把年終獎用於購物,他把想買的物品分為兩類:主件與附件,附件是從屬於某個主件的,下表就是一些主件與附件的例子:
主件附件
電腦印表機,掃瞄器
書櫃圖書
書桌檯燈,文具
工作椅無
如果要買歸類為附件的物品,必須先買該附件所屬的主件。每個主件可以有 0 個、 1 個或 2 個附件。附件不再有從屬於自己的附件。王強想買的東西很多,為了不超出預算,他把每件物品規定了乙個重要度,分為 5 等:用整數 1 ~ 5 表示,第 5 等最重要。他還從網際網路上查到了每件物品的**(都是 10 元的整數倍)。他希望在不超過 n 元(可以等於 n 元)的前提下,使每件物品的**與重要度的乘積的總和最大。
設第 j 件物品的**為 v[j] ,重要度為 w[j] ,共選中了 k 件物品,編號依次為 j 1 , j 2 ,……, j k ,則所求的總和為:
v[j 1 ]*w[j 1 ]+v[j 2 ]*w[j 2 ]+ … +v[j k ]*w[j k ] 。(其中 * 為乘號)
請你幫助王強設計乙個滿足要求的購物單。
輸入描述:
輸入的第 1 行,為兩個正整數,用乙個空格隔開:n m
(其中 n ( <32000 )表示總錢數, m ( <60 )為希望購買物品的個數。)
從第 2 行到第 m+1 行,第 j 行給出了編號為 j-1 的物品的基本資料,每行有 3 個非負整數 v p q
(其中 v 表示該物品的**( v<10000 ), p 表示該物品的重要度( 1 ~ 5 ), q 表示該物品是主件還是附件。如果 q=0 ,表示該物品為主件,如果 q>0 ,表示該物品為附件, q 是所屬主件的編號)
輸出描述:
輸出檔案只有乙個正整數,為不超過總錢數的物品的**與重要度乘積的總和的最大值( <200000 )。
示例1輸入
1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0
輸出2200
實現**:
#include
#include
#include
using
namespace std;
struct item
item
(int v,
int p):v
(v),
p(p)};
intmain()
else
else}}
int row = datas.
size()
;int col = n /10;
vectorint>> dpdata;
dpdata.
resize
(row +1)
;for
(int i =
0; i <= row; i++
)for
(int i =
1; i <= row; i++)if
(j >= item.v + fj1.v)
if(j >= item.v + fj2.v)
if(j >= item.v + fj1.v + fj2.v)if(
!flag)}}
cout << dpdata[row]
[col]
<< endl;
getchar()
;return0;
}
動態規劃演算法
一 動態規劃演算法原理 將待求解的問題分解成若干個相互聯絡的子問題,先求解子問題,然後從這些子問題的解得到原問題的解 對於重複出現的子問題,只在第一次遇到的時候對它進行求解,並把答案儲存起來。了不去求解相同的子問題,引入乙個陣列,把所有子問題的解存於該陣列中,這就是動態規劃所採用的基本方法。動態規劃...
動態規劃演算法
動態規劃 通過把原問題分解為相對簡單的子問題來求解複雜問題。動態規劃常常適用於有重疊子問題和最優子結構性質的問題。演算法總體思想 演算法的基本步驟 演算法的基本要素 最優子結構 重疊子問題 備忘錄方法 問題描述 子串行 公共子串行 最長公共子串行 lcs 問題 問題分析 動態規劃求解lcs問題 最長...
動態規劃演算法
動態規劃演算法的思路 動態規劃法即 dynamic programming method dp 是系統分析中的種常用方法。動態規劃法是20世紀50年代由貝爾曼 r.bellman 等人提出的,用來解決多階段決策過程問題的一種最優化方法。多階段決策過程是指把研究問題分成若干個相互聯絡的階段,由每個階段...