poj1293 DP背包

本文介绍了一种在有限盒子和物品条件下,实现最优物品分配的动态规划算法。通过背包问题的视角,首先优化第一种物品的放置策略,然后确定第二种物品在最小总容积的盒子中分布的方案。

两种物品,放到n个盒子,要求所有盒子放满,且每个盒子只有一种物品,物品可以有剩余

解法:将盒子视为物品,第一种物品为背包大小,进行DP并且记录路径,回溯可得放第一种物品的最优方案(目的是为了是放第二种物品的盒子总容积尽可能小),最后在判断一下就行了。

#include <iostream>
using namespace std;
int M,L,c[1010],dp[1010],n,pre[1010],sum,ans;
bool v[1010];
void dfs(int j) {
     if (j==0) return;
     v[pre[j]] = 0;
     dfs(j-c[pre[j]]);
}
int main() {
    while (scanf("%d%d",&M,&L)) {
          if (M==0 && L==0) break;
          scanf("%d",&n);
          for (int i=1;i<=n;i++) {
              scanf("%d",&c[i]);
              v[i] = 1;
          }
          memset(dp,0,sizeof(dp));
          for (int i=1;i<=n;i++)
              for (int j=M;j>=c[i];j--)
                  if (dp[j]<dp[j-c[i]]+c[i]) {
                     dp[j] = dp[j-c[i]]+c[i];
                     pre[j] = i;
                  }
          dfs(dp[M]);
          sum = 0;
          ans = n;
          for (int i=1;i<=n;i++)
              if (v[i]==1) {
                           sum += c[i];
                           ans--;
              }
          if (sum<=L) {
                      printf("%d",ans);
                      for (int i=1;i<=n;i++)
                          if (v[i]==0) printf(" %d",i);
                      printf("\n");
          }
          else printf("Impossible to distribute\n");
    }
    return 0;
}


### 关于拔河问题的动态规划实现 拔河问题是经典的 **0/1 背包变种问题**,其核心目标是将一群人分成两队,使得每队的人数最多相差 1,并且两队的体重总和尽可能接近。此问题可以通过动态规划 (Dynamic Programming, DP) 来解决。 #### 动态规划的核心思路 该问题可以转化为一个子集划分问题:给定一组重量 \( w_1, w_2, \ldots, w_n \),找到两个子集 \( A \) 和 \( B \),满足以下条件: 1. 子集 \( A \) 的权重之和与子集 \( B \) 尽可能接近。 2. 如果总人数为奇数,则其中一个子集多一个人;如果总人数为偶数,则两者人数相等。 通过定义状态转移方程来解决问题。设 \( S \) 是所有人重量的总和,\( half = S / 2 \) 表示一半的重量。我们尝试寻找不超过 \( half \) 的最大子集重量 \( sum_A \),从而另一部分的重量自然就是 \( sum_B = S - sum_A \)[^1]。 #### 实现细节 以下是基于动态规划的具体算法描述: 1. 定义数组 `dp`,其中 `dp[i]` 表示是否存在一种组合方式使其重量恰好等于 \( i \)。 2. 初始化 `dp[0] = true`,表示重量为零的情况总是可行。 3. 遍历每个人的重量 \( w_i \),更新 `dp` 数组的状态。 4. 找到最大的 \( j \leq half \) 并使 `dp[j] == true` 成立,此时 \( j \) 即为一侧的最大重量 \( sum_A \)。 下面是具体的代码实现: ```cpp #include <iostream> #include <vector> using namespace std; int main() { int n; while(cin >> n && n != 0){ vector<int> weights(n); int total_weight = 0; for(int &w : weights){ cin >> w; total_weight += w; } int half = total_weight / 2; vector<bool> dp(half + 1, false); // dp[i] means whether weight 'i' is achievable. dp[0] = true; for(auto w : weights){ for(int j = half; j >= w; --j){ if(dp[j - w]){ dp[j] = true; } } } // Find the largest possible value less than or equal to half int closest_sum = 0; for(int j = half; j >= 0; --j){ if(dp[j]){ closest_sum = j; break; } } cout << min(closest_sum, total_weight - closest_sum) << " " << max(closest_sum, total_weight - closest_sum) << endl; } } ``` 上述程序实现了如何利用动态规划求解拔河问题中的最优分配方案[^2]。 #### 常见错误分析 对于 POJ 和 UVa 上的不同表现,可能是由于输入处理上的差异所致。UVa 版本通常涉及多组测试数据,而 POJ 可能仅限单组输入。因此,在提交至 UVa 时需注意循环读取直到文件结束标志 EOF 出现为止[^3]。 另外需要注意的是边界情况以及整型溢出等问题,确保所有变量范围适当设置以容纳可能出现的最大数值。
评论
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