• [JZOJ]3413.KC的瓷器


    Description

    KC来到了一个盛产瓷器的国度。他来到了一位商人的店铺。在这个店铺中,KC看到了一个有n(1<=n<=100)排的柜子,每排都有一些瓷器,每排不超过100个。那些精美的艺术品使KC一下心动了,决定从N排的商品中买下m(1<=m<=10000)个瓷器。
    这个商人看KC的脸上长满了痘子,就像苔藓一样,跟精美的瓷器相比相差太多,认为这么精致的艺术品被这样的人买走艺术价值会大打折扣。商人感到不爽,于是规定每次取商品只能取其中一排的最左边或者最右边那个,想为难KC。
    现在KC又获知每个瓷器的价值(用一个不超过100的正整数表示),他希望取出的m个商品的总价值最大。

    Input

    输入文件的第一行包括两个正整数n,m;
    接下来2到n+1行,第i行第一个数表示第i排柜子的商品数量Si,接下来Si个数表示从左到右每个商品的价值。

    Output

    输出文件只有一个正整数,即m个商品最大的总价值。

    Sample Input

    输入1:
    2 3
    3 3 7 2
    3 4 1 5
    输入2:
    1 3
    4 4 3 1 2

    Sample Output

    输出1:
    15
    样例解释1:
    取第一排的最左边两个和第二排的最右边那个。总价直为3+7+5=15;
    输出2:
    9

    Data Constraint

    对于10%的数据,Si=1,1<=i<=nS_i=1,1<=i<=n
    对于另外10%的数据,n=1n=1.

    Analysis

    • nn行,n[1,100]nin[1,100],每行个数有可能不同。
    • 一共购买mm个物品,m[1,10000]min[1,10000]
    • 每行可以购买前ii个物品和后jj个物品,i,j[0,100]i,j in [0,100]

    Solution

    容易发现,每行的最优都可以单独预处理算出,而当每行购买ii个商品的最大价值确定后,就可以转换为一个多重背包问题。
    于是预处理每一行的购买ii件商品的最大价值。

    skmkm设在该行一共有s个商品,购买k个商品,在左边购买m个商品,则在右边购买k-m个商品
    容易得到:
    val[k]=m=0k(i=1mvali+j=s(km)+1svalj)val[k] = sum_{m=0}^k (sum_{i=1}^m val_i +sum_{j=s-(k-m)+1}^s val_j)

    当然,区间和我们可以用简单的前缀和算出:

    for(int i = 1;i<=s;++i)//处理前缀和为以后求区间和做准备 
    		sum[i] = sum[i-1] + val[i];
    

    于是上式可以简化成:

    smkm设s个商品在左边取了m个,在右边取了k-m个
    val[k]=summ+sumssums(km)val[k] = sum_m + sum_s - sum_{s-(k-m)}
    前缀和求区间和:sum[i,j]=sumjsumi1sum_{[i,j]}=sum_j-sum_{i-1}

    由于数据量小,可以直接枚举这个m,得到此时的最大价值。
    那么我们就可以用O(s)的复杂度预处理,随后用O(s2s^2)的复杂度求出该商品购买所有件数时的最大价值。
    其中s[1,100]sin[1,100],有nn种商品,n[1,100]nin[1,100],每种都需要O(s2)O(s^2)进行预处理,复杂度可能达到O(ns2)O(ns^2)但由于常数很小,还是可以接受的。

    	for(register int k = 1;k<=n;++k)//第k种
    		for(register int i = 1;i<=s[k][0];++i) 
    		//表示取i个的时候,s[k][0]代表该商品总个数
    			for(register int j = 0;j<=i;++j)
    				dp[k][i] = MAX(dp[k][i],
    				sum[k][j] + sum[k][s[k][0]] - sum[k][s[k][0] - i + j]);
    

    接下来就是多重背包问题了:
    npiijsij有n种商品,每种商品有p_i个,第i种商品取j个得到的最大价值为s_{ij},
    1m每个商品的体积都为1,容量为m,问最多能取得多大价值。

    	//dp[i][j]代表在第i行取j个商品的最大获利
    	//f[i][j]代表在前i行取j个商品
    	for(register int i = 1;i<=n;++i) //在第i行选商品 
    		for(register int j = 1;j<=m;++j)//此时一共选择j个商品 
    			for(register int k = 0;k<=s[i][0] && k <= j;++k)
    			{
    				//k是在这一行取得多少商品,注意k不能超过当前取商品量 
    				//当前在前i行取j个商品,在当前行取k个商品,那么就在前i-1行取j-k个商品 
    				dp[i][j] = MAX(dp[i][j],dp[i-1][j-k] + f[i][k]);
    			}
    

    本题结束。

    Code

    #include <cstdio>
    #define MAX(x,y) ((x)>(y)?(x):(y))
    using namespace std;
    void read(int &r)
    {
    	static char c;
    	for(c=getchar();c>'9'||c<'0';c=getchar());
    	for(;c<='9'&&c>='0';r=(r<<1)+(r<<3)+c-48,c=getchar());
    }
    int n,m;
    int s[105][105];
    int dp[105][10005];//表示从第i排取出j个的最大价值和 
    int f[105][105];
    int sum[105][105];
    int main()
    {
    	read(n);
    	read(m);
    	for(register int i = 1;i<=n;++i)
    	{
    		read(s[i][0]);
    		for(register int j = 1;j<=s[i][0];++j)
    			read(s[i][j]);
    	}
    	
    	for(register int i = 1;i<=n;++i)//处理前缀和为以后求区间和做准备 
    		for(register int j = 1;j<=s[i][0];++j)
    			sum[i][j] = sum[i][j-1] + s[i][j];
    			
    	//每行按行dp算出取n个商品时的最大值
    	for(register int k = 1;k<=n;++k)
    		for(register int i = 1;i<=s[k][0];++i) //表示取i个的时候 
    			for(register int j = 0;j<=i;++j)
    				f[k][i] = MAX(f[k][i],sum[k][j] + sum[k][s[k][0]] - sum[k][s[k][0] - i + j]);
    				//在左边取j个,右边取 i - j个
    				//使用前缀和的方法求区间 
    				
    	//f[i][j]代表在第i行取j个商品的最大获利
    	//dp[i][j]代表在前i行取j个商品
    	for(register int i = 1;i<=n;++i) //在第i行选商品 
    		for(register int j = 1;j<=m;++j)//此时一共选择j个商品 
    			for(register int k = 0;k<=s[i][0] && k <= j;++k)
    			{
    				//k是在这一行取得多少商品,注意k不能超过当前取商品量 
    				//当前在前i行取j个商品,在当前行取k个商品,那么就在前i-1行取j-k个商品 
    				dp[i][j] = MAX(dp[i][j],dp[i-1][j-k] + f[i][k]);
    			}
    	printf("%d",dp[n][m]);
    	return 0;
    }
    
  • 相关阅读:
    PHP中获取当前页面的完整URL
    phpStydy配置memcache扩展
    mac 安装 php nginx mysql
    mysql分表的3种方法
    Apache虚拟主机配置
    Mysql命令行基本操作
    优化数据库对象
    select,epoll的比较
    lucene合并测试的总结
    验证相关度排序是否受查询的多个关键字在内容中相邻紧密程度有关
  • 原文地址:https://www.cnblogs.com/Clouder-Blog/p/12146654.html
Copyright © 2020-2023  润新知