zoj 1013 Great Equipment

本文介绍了一种使用动态规划解决背包问题的方法,该方法通过在背包间转移来降低复杂度。文章详细解释了转移方程,并给出了具体实现的C++代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

恩,DP题,我以前一直认为dp是那种两次方复杂度的解决方案,看到这题之后领悟了,其实只要能把复杂度降下来就可以了。这道题目算是背包问题,有两个限制条件:weight和size,然后有多个背包。最后呢,这些装备还可以合体之后升值。恩。。。我们用dp来解决一个背包的w,s是很简单的,但是这里就不行了,因为有好多背包。我们的转移方程是在第n-1个和第n个背包之间转换的,意思就是我知道前面n-1个背包全部装满时的所有可能情况,然后来计算第n个背包的情况。

转移公式是:f(n, i+x, j+y) = f(n-1, i, j)  + k(n, x, y)。 这其中,i, j表示在n-1个背包中总共装了多少个helm和armor,然后x, y表示在第n个背包中装了多少helm和armor,f函数的返回结果是有多少的boot,k函数表示在第n个背包中,如果有x个helm和y个armor,那么还可以放多少boot。

恩,最后贴代码:

#include<cstring>
#include<iostream>
using namespace std;

const int MAX_CAP = 501;
const int MAX_CAR = 101;

int main()
{
#ifndef ONLINE_JUDGE
	freopen("input.txt", "rt", stdin);
	freopen("output.txt", "wt+", stdout);
#endif

	int carNo;
	int m[2][MAX_CAP][MAX_CAP];
	int wn[MAX_CAR], ws[MAX_CAR];
	int helm[3], armor[3], boot[3];
	int c1, c2, c3, d4;
	int index = 1;
	while(cin >> carNo)
	{
		if(!carNo)
		{
			break;
		}
		cin >> helm[0] >> helm[1] >> helm[2];
		cin >> armor[0] >> armor[1] >> armor[2];
		cin >> boot[0] >> boot[1] >> boot[2];
		cin >> c1 >> c2 >> c3 >> d4;
		
		for(int i=0;i<carNo;i++)
		{
			cin >> wn[i] >> ws[i];
		}

		int maxHelm = 0, maxArmor = 0;
		int prev = 0, now =1;
		memset(m, 0, sizeof(m));
		for(int loop =0;loop<carNo;loop++)
		{
			memset(m[now], -1, sizeof(m[now]));
			int hemlx = min(wn[loop]/helm[0], ws[loop]/helm[1]);
			for(int i=0; i<=hemlx;i++)
			{
				int armorx = min( (wn[loop]-helm[0]*i)/armor[0], (ws[loop] - helm[1]*i)/armor[1]);
				for(int j=0;j<=armorx;j++)
				{
					int bootx = min( (wn[loop] - helm[0]*i - armor[0]*j)/boot[0], (ws[loop]-helm[1]*i-armor[1]*j)/boot[1]);
					for(int a=0;a<=maxHelm;a++)
					{
						for(int b=0;b<=maxArmor;b++)
						{
							if(m[prev][a][b] != -1)
							{
								m[now][a+i][b+j] = max(m[now][a+i][b+j], m[prev][a][b] + bootx);
							}
						}
					}
				}
			}
			maxHelm += hemlx;
			maxArmor += min(wn[loop]/armor[0], ws[loop]/armor[1]);
			swap(prev, now);
		}

		int ans = 0;
		for(int i=0;i<=maxHelm;i++)
		{
			for(int j=0;j<=maxArmor;j++)
			{
				if(m[prev][i][j] < 0)
				{
					continue;
				}
				int sets = min(min(i/c1, j/c2), m[prev][i][j]/c3);
				ans = max(ans, sets*d4 + helm[2]*(i-sets*c1) + armor[2]*(j-sets*c2) + boot[2]*(m[prev][i][j] - sets*c3));
			}
		}

		if(index >1)
		{
			cout << endl;
		}
		cout << "Case " << index++ << ": "<< ans << endl;
	}
}


### ZOJ 1184 和 POJ 1013 的解决方案 #### 关于 ZOJ 1184 ZOJ 1184 是一道经典的数学问题,通常涉及阶乘和模运算。这类问题的核心在于通过观察数据模式来推导出通用公式[^1]。对于此类题目,可以通过打表的方式寻找规律并验证猜想。 以下是解决该类问题的一个典型方法: - **核心思想**: 使用快速幂算法优化计算过程。 - **实现代码**: ```cpp #include <bits/stdc++.h> using namespace std; long long fast_pow(long long base, long long exp, long long mod) { long long res = 1; while(exp > 0){ if(exp % 2 == 1){ res = (res * base) % mod; } base = (base * base) % mod; exp /= 2; } return res; } int main(){ int t; cin >> t; while(t--){ long long n, p; cin >> n >> p; cout << fast_pow(n, p-2, p) << endl; } } ``` 上述代码实现了基于快速幂的求解方案,适用于大数范围内的高效计算。 --- #### 关于 POJ 1013 POJ 1013 属于图论中的连通性问题,其目标是判断一组房间之间是否存在完全可达的关系。此问题可以转化为广度优先搜索(BFS)的经典应用案例[^2]。 下面是解决问题的一种常见方式: - **核心思想**: 利用 BFS 或 DFS 来遍历整个图结构,并标记已访问节点。 - **实现代码**: ```cpp #include <bits/stdc++.h> using namespace std; bool canVisitAllRooms(const vector<vector<int>>& rooms) { queue<int> q; unordered_set<int> visited; q.push(0); visited.insert(0); while(!q.empty()){ int currentRoom = q.front(); q.pop(); for(auto key : rooms[currentRoom]){ if(visited.find(key) == visited.end()){ visited.insert(key); q.push(key); } } } return visited.size() == rooms.size(); } int main(){ vector<vector<int>> rooms = {{1}, {2}, {}, {}}; cout << (canVisitAllRooms(rooms) ? "True" : "False") << endl; } ``` 这段代码展示了如何利用队列完成对所有房间的可达性检测,确保逻辑清晰且易于扩展。 --- ### 总结 无论是处理数学性质较强的 ZOJ 1184 还是偏向图论基础操作的 POJ 1013,都需要掌握一定的理论背景以及实际编码技巧。前者强调数值分析能力,后者则更注重抽象建模水平。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值