The Highest Mark
2045年的SD省队选拔,赛制和三十年前已是完全不同。一场比赛的比赛时间有 t 分钟,有 n 道题目。 第 i 道题目的初始分值为 Ai(Ai≤106) 分,之后每过一分钟这道题目的分值会减少 Bi 分,并且保证到比赛结束时分值不会减少为负值。比如,一个人在第 x 分钟结束时做出了第 i 道题目,那么他/她可以得到 Ai−Bi∗x 分。 若一名选手在第 x 分钟结束时做完了一道题目,则他/她可以在第 x+1 分钟开始时立即开始做另一道题目。 参加省队选拔的选手 dxy 具有绝佳的实力,他可以准确预测自己做每道题目所要花费的时间,做第 i 道需要花费 Ci(Ci≤t) 分钟。由于 dxy 非常神,他会做所有的题目。但是由于比赛时间有限,他可能无法做完所有的题目。他希望安排一个做题的顺序,在比赛结束之前得到尽量多的分数。
第一行为一个正整数 T(T≤10),表示数据组数(n>200的数据不超过5组)。 对于每组数据,第一行为两个正整数 n(n≤1000) 和 t(t≤3000), 分别表示题目数量和比赛时间。接下来有 n 行,每行 3 个正整数依次表示 Ai,Bi,Ci,即此题的初始分值、每分钟减少的分值、dxy做这道题需要花费的时间。
对于每组数据输出一行一个整数,代表dxy这场比赛最多能得多少分
1 4 10 110 5 9 30 2 1 80 4 8 50 3 2
88
dxy先做第二题,再做第一题,第一题得分为110−5∗(1+9)=60,第二题得分为30−2∗1=28,总得分为88,其他任何方案的得分都小于88
题解:
这道题考察的是贪心思想和动态规划。
首先我们考虑,假如我们已经确定了要做哪些题目,按什么顺序做这些题目最好。
假设已经确定了要做其中的m道题,某一个方案中做题的顺序是依次做x1,x2→xm,那么对于这个方案中任意的相邻两项xi,xi+1,考虑交换这两项的顺序,方案是否会变得更优,交换方案中的相邻两项,只会对这两道题的得分有影响,对其余的题目不会产生影响。
如果不交换这两项,损失的分数是 Cxi∗Bxi+1+K,如果交换这两项,损失的分数是Cxi+1∗Bxi+K (K是一个常数) 所以只需要判断是否 Cxi∗Bxi+1≤Cxi+1∗Bxi+K,如果此不等式成立,那么应该交换这两项。对上式移项得 Bxi+1/Cxi+1>Bxi/Cxi。所以对于一个确定的题目集合,做题的最优顺序只与每道题目的Bi/Ci有关,按每道题目扣分速度与做题时间的比值排序,按照比值从大到小做题。
因此我们先对所有的题目按照这个比值进行排序,接下来,只要按照排好的顺序,选择做哪些题目就可以了。这相当于一个简单的“背包问题”,使用动态规划来解决。dpi表示恰好用了i分钟的最高得分。状态转移方程为dpi=max1≤j≤ndpi−Cj+Aj−(i∗Bj)。
最终答案是max0≤i≤tdpi。
写的时候没有管排序,哭啊。。。。我之前想当然地以为排序没什么关系。。。这回也算是得到一个教训,01背包做之前要想好排序啊。。。。
代码:
#include <iostream> #include <cstdio> #include <cstring> #include <algorithm> #pragma warning(disable:4996) using namespace std; int n,t; struct no { int value; int minus; int time; }node[2002]; long long dp[4005]; bool cmp(no n1,no n2) { return (double)(n1.minus)/(double)(n1.time) > (double)(n2.minus)/(double)(n2.time); } int main() { //freopen("i.txt","r",stdin); //freopen("o.txt","w",stdout); int i,j; int test; long long ans; cin>>test; while(test--) { memset(dp,0,sizeof(dp)); scanf("%d%d",&n,&t); for(i=0;i<n;i++) { scanf("%d%d%d",&node[i].value,&node[i].minus,&node[i].time); } ans=0; sort(node,node+n,cmp); for(i=0;i<n;i++) { for(j=t-node[i].time ;j>=0;j--)//这里只是为了满足01背包,没有确切含义。因为本身也要满足j+node[i].time<=t,所以就直接从这里开始了 { dp[j+node[i].time]=max(dp[j+node[i].time],dp[j] + node[i].value - node[i].minus*(j+node[i].time)); ans =max(ans,dp[j+node[i].time]); //此时的t本身就代表了第t时刻的最大值 } } cout<<ans<<endl; } return 0; }
版权声明:本文为博主原创文章,未经博主允许不得转载。