Description
A Bank plans to install a machine for cash withdrawal. The machine is able to deliver appropriate @ bills for a requested cash amount. The machine uses exactly N distinct bill denominations, say Dk, k=1,N, and for each denomination Dk the machine has a supply of nk bills. For example,
N=3, n1=10, D1=100, n2=4, D2=50, n3=5, D3=10
means the machine has a supply of 10 bills of @100 each, 4 bills of @50 each, and 5 bills of @10 each.
Call cash the requested amount of cash the machine should deliver and write a program that computes the maximum amount of cash less than or equal to cash that can be effectively delivered according to the available bill supply of the machine.
Notes:
@ is the symbol of the currency delivered by the machine. For instance, @ may stand for dollar, euro, pound etc.Input
The program input is from standard input. Each data set in the input stands for a particular transaction and has the format:
cash N n1 D1 n2 D2 ... nN DN
where 0 <= cash <= 100000 is the amount of cash requested, 0 <=N <= 10 is the number of bill denominations and 0 <= nk <= 1000 is the number of available bills for the Dk denomination, 1 <= Dk <= 1000, k=1,N. White spaces can occur freely between the numbers in the input. The input data are correct.Output
For each set of data the program prints the result to the standard output on a separate line as shown in the examples below.Sample Input
735 3 4 125 6 5 3 350 633 4 500 30 6 100 1 5 0 1 735 0 0 3 10 100 10 50 10 10Sample Output
735 630 0 0Hint
The first data set designates a transaction where the amount of cash requested is @735. The machine contains 3 bill denominations: 4 bills of @125, 6 bills of @5, and 3 bills of @350. The machine can deliver the exact amount of requested cash.
In the second case the bill supply of the machine does not fit the exact amount of cash requested. The maximum cash that can be delivered is @630. Notice that there can be several possibilities to combine the bills in the machine for matching the delivered cash.
In the third case the machine is empty and no cash is delivered. In the fourth case the amount of cash requested is @0 and, therefore, the machine delivers no cash.
动态规划问题
状态分析
背包问题
cash - 背包容量
D[i] - 物品的重量
n[i] - 物品的数量上限(下限为0)
答案为 dp[N][cash] (使用前N个物品，背包容量为cash时的总重量)
按照第一组样例有
dp[3][735] = dp[2][735] + dp[2][385] + dp[2][35] + dp[2][-325]
dp[2][735] = dp[1][735] + dp[1][730] + dp[1][725] + dp[1][720] + dp[1][715] + dp[1][710] + dp[1][705]
dp[1][735] = dp[0][735] + dp[0][610] + dp[0][485] + dp[0][360] + dp[0][235]
……
dp[2][385] = dp[1][385] + dp[1][380] + dp[1][375] + dp[1][370] + dp[1][365] + dp[1][360] + dp[1][355]
……
dp[2][35] = dp[1][35] + dp[1][30] + dp[1][25] + dp[1][20] + dp[1][15] + dp[1][10] + dp[1][5]
……
也即 dp[i][j] = max(dp[i-1][j-k*D[i]] + k*D[i] , dp[i][j]) (0 <= k <= D[i])
优化时间效率：
对于多重背包问题，可以采取二进制分解来优化
对于数量为0-n的物品i，可以将其分割成多个组合。
使得所有组合加起来能够等于n，并且选取一定量的组合可以组成0-n的任意数
例如13可以分解成1、2、4、6
0=0
1=1
2=2
3=1+2
4=4
5=1+4
6=2+4
7=1+2+4
8=2+6
9=1+2+6
10=4+6
11=1+4+6
12=2+4+6
13=1+2+4+6
一个数可以分成两个数，两个数相加可以得到这个数
而这两个数还能继续分成两个数
…………
如果分成的两个数相等，则可以再下次分割只分其中一个
这样在保证尽可能少分的情况下分到最深就是需要的计算方法
这样，对于一个最多有n个的物品，可以分成(近似)log(2)n个，然后对这些进行01背包求解
如果物品i的总体积大于背包体积，则不必再分割(在范围内没有上限可以看作无限)。
使用完全背包求解
因此可以将多重背包问题转化为完全背包问题和01背包问题
由于对于每一层，之前的算法循环了n[i]次，新算法循环<log n[i]次
相当于O(V*∑n[i])优化到O(V*∑log n[i])
AC代码：GitHub
1 /* 2 By:OhYee 3 Github:OhYee 4 Email:oyohyee@oyohyee.com 5 Blog:http://www.cnblogs.com/ohyee/ 6 7 かしこいかわいい？ 8 エリーチカ！ 9 要写出来Хорошо的代码哦~ 10 */ 11 12 13 #include <cstdio> 14 #include <algorithm> 15 #include <cstring> 16 #include <cmath> 17 #include <string> 18 #include <iostream> 19 #include <vector> 20 #include <list> 21 #include <queue> 22 #include <stack> 23 #include <map> 24 using namespace std; 25 26 //DEBUG MODE 27 #define debug 0 28 29 //循环 30 #define REP(n) for(int o=0;o<n;o++) 31 32 /* 33 状态分析 34 35 背包问题 36 cash - 背包容量 37 D[i] - 物品的重量 38 n[i] - 物品的数量上限(下限为0) 39 40 答案为 dp[N][cash] (使用前N个物品，背包容量为cash时的总重量) 41 42 按照第一组样例有 43 dp[3][735] = dp[2][735] + dp[2][385] + dp[2][35] + dp[2][-325] 44 dp[2][735] = dp[1][735] + dp[1][730] + dp[1][725] + dp[1][720] + dp[1][715] + dp[1][710] + dp[1][705] 45 dp[1][735] = dp[0][735] + dp[0][610] + dp[0][485] + dp[0][360] + dp[0][235] 46 …… 47 dp[2][385] = dp[1][385] + dp[1][380] + dp[1][375] + dp[1][370] + dp[1][365] + dp[1][360] + dp[1][355] 48 …… 49 dp[2][35] = dp[1][35] + dp[1][30] + dp[1][25] + dp[1][20] + dp[1][15] + dp[1][10] + dp[1][5] 50 …… 51 52 也即 dp[i][j] = max(dp[i-1][j-k*D[i]] + k*D[i] , dp[i][j]) (0 <= k <= D[i]) 53 54 优化时间效率： 55 对于多重背包问题，可以采取二进制分解来优化 56 对于数量为0-n的物品i，可以将其分割成多个组合。 57 使得所有组合加起来能够等于n，并且选取一定量的组合可以组成0-n的任意数 58 59 例如13可以分解成1、2、4、6 60 0=0 61 1=1 62 2=2 63 3=1+2 64 4=4 65 5=1+4 66 6=2+4 67 7=1+2+4 68 8=2+6 69 9=1+2+6 70 10=4+6 71 11=1+4+6 72 12=2+4+6 73 13=1+2+4+6 74 75 一个数可以分成两个数，两个数相加可以得到这个数 76 而这两个数还能继续分成两个数 77 ………… 78 如果分成的两个数相等，则可以再下次分割只分其中一个 79 这样在保证尽可能少分的情况下分到最深就是需要的计算方法 80 81 这样，对于一个最多有n个的物品，可以分成(近似)log(2)n个，然后对这些进行01背包求解 82 83 如果物品i的总体积大于背包体积，则不必再分割(在范围内没有上限可以看作无限)。 84 使用完全背包问题求解 85 86 因此可以将多重背包问题转化为完全背包问题和01背包问题 87 由于对于每一层，之前的算法循环了n[i]次，新算法循环<log n[i]次 88 相当于O(V*∑n[i])优化到O(V*∑log n[i]) 89 90 91 92 */ 93 94 const int maxn = 15; 95 const int maxv = 100001; 96 97 98 int cash,N; 99 int n[maxn],D[maxn]; 100 101 int dp[maxv]; 102 103 int v; 104 105 //0-1背包问题 106 void ZeroOnePack(int cost,int weight) { 107 //printf(" ZeroOnePack cost:%d weight:%d ",cost,weight); 108 for (int i = v; i >= cost; i--) 109 dp[i] = max(dp[i],dp[i - cost] + weight); 110 } 111 112 //完全背包问题 113 void CompletePack(int cost,int weight) { 114 //printf(" ComplatePack cost:%d weight:%d ",cost,weight); 115 for (int i = cost; i <= v; i++) 116 dp[i] = max(dp[i],dp[i - cost] + weight); 117 } 118 119 //多重背包问题 120 void MultiplePack(int cost,int weight,int n) { 121 //printf("MultiplePack cost:%d weight:%d cnt:%d ",cost,weight,n); 122 if (cost * n > v) { 123 CompletePack(cost,weight); 124 } else { 125 int k = 1; 126 while (k < n) { 127 ZeroOnePack(cost * k,weight * k); 128 n -= k; 129 k *= 2; 130 } 131 ZeroOnePack(cost * n,weight * n); 132 } 133 } 134 135 136 137 bool Do() { 138 if (scanf("%d%d",&cash,&N) == EOF) 139 return false; 140 REP(N) 141 scanf("%d%d",&n[o + 1],&D[o + 1]); 142 143 memset(dp,0,sizeof(dp)); 144 145 v = cash; 146 147 for (int i = 1; i <= N; i++) 148 MultiplePack(D[i],D[i],n[i]); 149 150 printf("%d ",dp[cash]); 151 152 return true; 153 } 154 155 int main() { 156 while (Do()); 157 return 0; 158 }