当前位置:首页 > 牛客 > 背包问题优化:动态规划解决主件附件选择难题(牛客4802题解题全解析)

背包问题优化:动态规划解决主件附件选择难题(牛客4802题解题全解析)

12小时前

背包问题优化:动态规划解决主件附件选择难题(牛客4802题解题全解析) 背包问题 动态规划 第1张

一、题目解读

牛客4802题要求在一个预算限制下,从包含主件和附件的物品列表中选择组合,最大化总价值。每个主件可附带多个附件,选择附件的前提是必须选择对应主件。题目本质是经典的01背包问题的扩展,需处理主件与附件的依赖关系,并优化组合选择策略。

二、解题思路

核心思想是将附件组合与主件形成“虚拟物品”,再通过01背包求解。

1. 主件与附件依赖建模:使用Item结构存储物品信息(价格v、重要度w、主件ID q),并通过att数组记录每个主件的附件索引。

2. 组合生成:对每个主件,生成四种组合(仅主件、主件+附件1、主件+附件2、主件+附件1+附件2)。

3. 动态规划:构建dp数组,状态转移方程dp[j] = max(dp[j], dp[j-opt.first] + opt.second),实现01背包优化。

三、解题步骤

1. 输入处理:读入预算budget和物品数量m,构建items和att数组,计算物品价值value = v * w。

2. 组合构建:遍历主件,根据附件数量生成1~4种组合(避免重复),存入options向量。

3. 动态规划:倒序遍历预算,对每个组合更新dp值,取最大值。

4. 输出结果:dp[budget]为最终答案。

四、代码与注释

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

struct Item {
    int v, w, q; // 价格、重要度、主件ID
    int value;   // v*w
};

int main() {
    int budget, m;
    cin >> budget >> m;
    
    vector<Item> items(m+1); // 物品列表(1-based)
    vector<vector<int>> att(m+1); // 主件的附件索引
    
    // 输入处理
    for(int i = 1; i <= m; i++) {
        cin >> items[i].v >> items[i].w >> items[i].q;
        items[i].value = items[i].v * items[i].w;
        if(items[i].q) att[items[i].q].push_back(i); // 附件存入对应主件索引
    }
    
    vector<int> dp(budget+1, 0); // 动态规划数组,dp[j]表示预算j下的最大价值
    
    for(int i = 1; i <= m; i++) {
        if(items[i].q) continue; // 仅处理主件
        
        int v0 = items[i].v, w0 = items[i].value; // 主件信息
        vector<pair<int,int>> options; // 组合列表(价格,价值)
        options.emplace_back(v0, w0); // 仅主件组合
        
        // 生成所有有效组合
        if(att[i].size() >= 1) {
            int v1 = items[att[i][0]].v, w1 = items[att[i][0]].value;
            options.emplace_back(v0+v1, w0+w1); // 主件+附件1
        }
        if(att[i].size() >= 2) {
            int v2 = items[att[i][1]].v, w2 = items[att[i][1]].value;
            options.emplace_back(v0+v2, w0+w2); // 主件+附件2
            if(att[i].size() >= 1) {
                int v1 = items[att[i][0]].v, w1 = items[att[i][0]].value;
                options.emplace_back(v0+v1+v2, w0+w1+w2); // 主件+附件1+附件2
            }
        }
        
        // 01背包处理
        for(int j = budget; j >= 0; j--) {
            for(auto &opt : options) {
                if(j >= opt.first) { // 若预算足够
                    dp[j] = max(dp[j], dp[j-opt.first] + opt.second); // 状态转移
                }
            }
        }
    }
    
    cout << dp[budget] << endl; // 输出最终结果
    return 0;
}

五、总结

本解法通过巧妙组合生成将复杂依赖转化为01背包问题,时间复杂度O(m^2*budget),空间复杂度O(budget)。关键在于准确处理附件与主件的组合逻辑,避免重复计算。对于类似依赖关系的选择问题,此思路具备通用性,可扩展至其他优化场景。

参考:牛客4802题解

原创内容 转载请注明出处

分享给朋友:

相关文章

从零到一掌握背包问题:洛谷P1164题解精讲,附带优化

从零到一掌握背包问题:洛谷P1164题解精讲,附带优化

题目重解:小A带着m元钱来到餐馆,菜单上有n道菜,每道菜都有确定的价格。现在需要计算出刚好花完m元的点菜方案总数。这个问题看似简单,但当菜品数量增多时,暴力枚举就会变得不可行,需要更高效的算法来解决。...

牛客12576题解题全解析:动态规划+质因数分解实现跳跃问题最优解

牛客12576题解题全解析:动态规划+质因数分解实现跳跃问题最优解

一、题目解读牛客12576题是一道经典的算法题,要求给定起点N和终点M,求解从N到M的最少跳跃次数。题目考察的核心在于路径优化与动态规划思想,需结合数论中的质因数分解技巧,通过合理设计算法降低时间复杂...

NOIP 2008火柴棒等式题解(C++代码实现)  动态规划与枚举算法详解

NOIP 2008火柴棒等式题解(C++代码实现) 动态规划与枚举算法详解

一、题目解读火柴棒等式问题(NOIP 2008,洛谷P1149)要求使用给定数量的火柴棒,构造形如 A + B = C 的等式,其中A、B、C均为整数,且火柴棒总数恰好等于输入值。需统计符合条件的等式...

LeetCode 120题三角形最小路径和最优解法:动态规划详解与代码实现

LeetCode 120题三角形最小路径和最优解法:动态规划详解与代码实现

一、题目解读LeetCode 120题“三角形最小路径和”要求给定一个由数字组成的三角形,从顶部开始向下移动,每次可向左或向右移动一格,计算从顶至底的最小路径和。三角形以二维向量形式给出,每层元素数量...

洛谷P4551题解题报告:图论与Trie树优化异或路径问题的实战解析

洛谷P4551题解题报告:图论与Trie树优化异或路径问题的实战解析

一、题目解读洛谷P4551题要求在一个无向图中,寻找任意两点路径权值异或后的最大值。题目输入为图的边信息(点数n和n-1条边),每条边包含起点、终点及权值。需输出所有路径中权值异或的最大值。问题核心在...

CSP-J 2019公交换乘题解析:基于队列优化的动态规划代码详解

CSP-J 2019公交换乘题解析:基于队列优化的动态规划代码详解

一、题目解读CSP-J 2019年的“公交换乘”题目(洛谷P5661)要求模拟地铁与公交交替出行的费用计算。题目核心在于地铁消费会产生优惠券,而公交可在45分钟内使用优惠券抵扣车费。需要处理n条出行记...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。