js dp动态规划例题

描述
王强决定把年终奖用于购物，他把想买的物品分为两类：主件与附件，附件是从属于某个主件的，下表就是一些主件与附件的例子：
主件    附件
电脑    打印机，扫描仪
书柜    图书
书桌    台灯，文具
工作椅    无
如果要买归类为附件的物品，必须先买该附件所属的主件，且每件物品只能购买一次。
每个主件可以有 0 个、 1 个或 2 个附件。附件不再有从属于自己的附件。
王强查到了每件物品的价格（都是 10 元的整数倍），而他只有 N 元的预算。除此之外，他给每件物品规定了一个重要度，用整数 1 ~ 5 表示。他希望在花费不超过 N 元的前提下，使自己的满意度达到最大。
满意度是指所购买的每件物品的价格与重要度的乘积的总和，假设设第i件物品的价格为v[i]，重要度为w[i]，共选中了k件物品，编号依次为1,2,...,j1,j2​,...,jk，则满意度为：
v[j1]∗w[j1]+v[j2]∗w[j2]+…+v[jk]∗w[jk]。（其中 * 为乘号）
请你帮助王强计算可获得的最大的满意度。


输入描述：
输入的第 1 行，为两个正整数N，m，用一个空格隔开：（其中 N （ N<32000 ）表示总钱数， m （m <60 ）为可购买的物品的个数。）
从第 2 行到第 m+1 行，第 j 行给出了编号为 j-1 的物品的基本数据，每行有 3 个非负整数 v p q（其中 v 表示该物品的价格（ v<10000 ）， p 表示该物品的重要度（ 1 ~ 5）， q 表示该物品是主件还是附件。如果 q=0 ，表示该物品为主件，如果 q>0 ，表示该物品为附件， q 是所属主件的编号）
输出描述：
输出一个正整数，为张强可以获得的最大的满意度。

示例1
输入：
1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0
输出：2200

示例2
输入：
50 5
20 3 5
20 3 5
10 3 0
10 2 0
10 1 0
输出：130
说明：
由第1行可知总钱数N为50以及希望购买的物品个数m为5；
第2和第3行的q为5，说明它们都是编号为5的物品的附件；
第4~6行的q都为0，说明它们都是主件，它们的编号依次为3~5；
所以物品的价格与重要度乘积的总和的最大值为10*1+20*3+20*3=130 

const rl = require("readline").createInterface({input: process.stdin});
var iter = rl[Symbol.asyncIterator]();
const readline = async () => (await iter.next()).value;

const lines = [];
let N = 0,
    m = 0,
    base = 10;
void (async function () {
    // Write your code here
    while ((line = await readline())) {
        if (N === 0) {
            [N, m] = line.split(" ").map((v) => parseInt(v));
        } else {
            lines.push(line);
        }
        if (lines.length === m) {
            let sum = N / base;
            let list = {};
            for (let i = 0; i < m; i++) {
                [v, p, q] = lines[i].split(" ").map(Number);
                if (q === 0) {
                    list[i + 1] = list[i + 1] || [];
                    list[i + 1][0] = [v / base, (v / base) * p];
                } else {
                    list[q] = list[q] || [];
                    list[q][1] = list[q][1] || [];
                    list[q][1].push(v / base, (v / base) * p);
                }
            }
            list = Object.values(list);
            buy(list);

            function buy(list) {
                const len = list.length; // 商品类型
                const dp = new Array(len).fill(0).map(() => new Array(sum + 1).fill(0));
                dp[-1] = new Array(sum + 1).fill(0); //加一行-1用于第一行初始化中的边界i-1的判断
                for (let i = 0; i < len; i++) {
                    for (let j = 1; j <= sum; j++) {
                        if (j < list[i][0][0]) {
                            dp[i][j] = dp[i - 1][j]
                        } else {
                            let v1 = 0, vp1 = 0, v2 = 0, vp2 = 0;
                            if (list[i][1]) { // 存在附件
                                v1 = list[i][1][0] || 0;
                                vp1 = list[i][1][1] || 0;
                                v2 = list[i][1][2] || 0;
                                vp2 = list[i][1][3] || 0;
                            }
                            dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - list[i][0][0]] + list[i][0][1]);
                            // 附件1得情况
                            if (j >= list[i][0][0] + v1) {
                                dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - list[i][0][0] - v1] + list[i][0][1] + vp1)
                            }
                            // 附件2得情况
                            if (j >= list[i][0][0] + v2) {
                                dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - list[i][0][0] - v2] + list[i][0][1] + vp2)
                            }
                            // 两个附件得情况
                            if (j >= list[i][0][0] + v1 + v2) {
                                dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - list[i][0][0] - v1 - v2] + list[i][0][1] + vp1 + vp2)
                            }
                        }

                    }
                }
                console.log(dp[len - 1][sum] * base)
            }
        }
    }
})();

例题链接

参考链接

链接