2019csp-j t3纪念品解题报告

最新推荐文章于 2024-09-25 17:40:26 发布

原创

最新推荐文章于 2024-09-25 17:40:26 发布 · 976 阅读

0 ·

CC 4.0 BY-SA版权

这篇博客主要解析了2019年CSP-J第三题，涉及完全背包问题的解决策略。作者通过将问题转化为完全背包模型，利用二维数组存储输入数据，并针对每一天，将物品价格变化转化为动态规划问题，以求解在有限金币（M）下，如何购买并卖出物品获得最大收益。

题目描述： https://www.luogu.org/problem/P5662?contestId=24102

完全背包问题，因数据量不大，可以先用map二维数组把输入全存下来。

对某一天来说，把数据处理成完全背包问题：其中，买某一个物品需多少钱，相当于背包问题中的weigth；

明天该物品价钱-今天当前物品价钱就相当于是价值value。动态规划求出在当前手里有的M金币下，明天都卖掉最多能赚多少，随后M=M+dp[M]。

/*
T未来天数 N纪念品数量 M现在拥有的金币数量
*/ 
#include <iostream>
#include <cstdio>
#include <string>
#include <cstring>
#include <algorithm>
#include <vector>
using namespace std;
int map[105][105];
struct node{
	int w,v;
//weigth记录买当前物品需花掉的钱，value记录能赚多少钱 (下一天的价格-今天的价格) 
}point;
int solve(vector<node>& v,int M){
	int dp[10005]={0};
	int len=v.size();
	if(!v.empty()){
		for(int j=0;j<len;j++){
			for(int i=M;i>=0;i--){//滚动数组，完全背包