• 打包


    打包

    Description

    你现在拿到了许多的礼物,你要把这些礼物放进袋子里。你只有一个最多装下V 体积物品的袋子,你不能全部放进去。你也拿不动那么重的东西。你估计你能拿的最大重量为 G。现在你了解了每一个物品的完美值、重量和体积,你当然想让袋子中装的物品的完美值总和最大,你又得计划一下了。

    Input

    第一行:G 和 V 表示最大重量和体积。 第二行:N 表示拿到 N 件礼物。 第三到N+2行:每行3个数 Ti Gi Vi 表示各礼物的完美值、重量和体积

    Output

    输出共一个数,表示可能获得的最大完美值。

    Sample Input

    6 5		
    4		
    10 2 2		
    20 3 2
    40 4 3
    30 3 3
    

    Sample Output

    50
    

    HINT

    对于20%的数据 N,V,G,Ti,Vi,Gi≤10

    对于50%的数据 N,V,G,Ti,Vi,Gi≤100

    对于80%的数据 N,V,G,Ti,Vi,Gi≤300

    80%到100%的数据是N,V,G,Ti,Vi,Gi≤380 的离散随机数据。

    Source

    #include <bits/stdc++.h>
    using namespace std;
    int g, v, n;
    int a[1000], b[1000], c[1000];
    int f[1000][1000];
    int main() 
    {
        cin >> g >> v >> n;
        for (int i = 1; i <= n; i ++) {
            scanf("%d%d%d", &a[i], &b[i], &c[i]);
        }
        memset(f, -1, sizeof(f));
        f[0][0] = 1;
        for (int i = 1; i <= n; i ++) {
            for (int j = g; j >= 0; j --) {
                for (int k = v; k >= 0; k --) {
                    if (f[j][k] != -1) {
                        if (f[j + b[i]][k + c[i]] < f[j][k] + a[i] && k + c[i] <= v) {
                            f[j + b[i]][k + c[i]] = f[j][k] + a[i];
                        }
                    }
                }
            }
        }
        int ans = 0;
        for (int j = g; j >= 0; j --) {
            for (int k = v; k >= 0; k --) {
                if (f[j][k] > ans) {
                    ans = f[j][k];
                }
            }
        }
        cout << ans - 1 << endl;
        return 0;
    }
    /**************************************************************
        Problem: 1609
        User: LJA001162
        Language: C++
        Result: 正确
        Time:208 ms
        Memory:5456 kb
    ****************************************************************/
    
  • 相关阅读:
    基于日志实现ssh服务防护脚本
    给多主机传输文件脚本
    Python map() 函数
    常用希腊字母读法
    Python中Numpy.nonzero()函数
    numpy.eye() 生成对角矩阵
    (sklearn)岭回归 sklearn.linear_model.Ridge用法
    pip配置永久国内源
    python numpy的var std cov研究
    numpy中的mean()函数
  • 原文地址:https://www.cnblogs.com/LJA001162/p/11867880.html
Copyright © 2020-2023  润新知