1102 采药

本文介绍了一个经典的背包问题变种——1102采药问题,并提供了一段C++代码实现。该问题要求在有限时间内选择价值最大的草药进行采集。文章通过结构化的代码展示了如何使用动态规划解决此类问题。
1102 采药 
 时间限制: 1 s
 空间限制: 128000 KB
 题目等级 : 黄金 Gold

题目描述 Description
辰辰是个天资聪颖的孩子,他的梦想是成为世界上最伟大的医师。为此,他想拜附近最有威望的医师为师。
医师为了判断他的资质,给他出了一个难题。
医师把他带到一个到处都是草药的山洞里对他说:“孩子,这个山洞里有一些不同的草药,采每一株都需要一些时间,每一株也有它自身的价值。
我会给你一段时间,在这段时间里,你可以采到一些草药。如果你是一个聪明的孩子,你应该可以让采到的草药的总价值最大。” 

如果你是辰辰,你能完成这个任务吗?

输入描述 Input Description
输入第一行有两个整数T(1<=T<=1000)和M(1<=M<=100),用一个空格隔开,
T代表总共能够用来采药的时间,M代表山洞里的草药的数目。
接下来的M行每行包括两个在1到100之间(包括1和100)的整数,分别表示采摘某株草药的时间和这株草药的价值。

输出描述 Output Description
输出包括一行,这一行只包含一个整数,表示在规定的时间内,可以采到的草药的最大总价值。
样例输入 Sample Input
70 3

71 100

69 1

1 2

样例输出 Sample Output
3

数据范围及提示 Data Size & Hint
【数据规模】

对于30%的数据,M<=10;

对于全部的数据,M<=100。

*******************************使用max() 和 max变量 注意!max变量最好加个后缀,或者变大写
***************************对于下面的循环中的j应该分情况
********************* !!:若j小于m[i].t,则应该将取得i-1个物品在j时间内的最优解赋值给f[i][j];

#include<iostream>
#include<string.h>
#include<algorithm>

using namespace std;

struct
{
	int v,t;
}m[101];

int f[101][1001];

int main()
{
	memset(f,0,sizeof(f));
	int T,n,i,j;
	int maxvalue = 0;     //注意!!最好加个后缀吧 
	cin>>T>>n;
	for(i = 1; i <= n; i++)
	{
		cin>>m[i].t>>m[i].v;
	}
	for(i = 1; i <= n; i++)
	{
		for(j = 1; j <= T; j++)    //j应该从1开始,类比1014装箱问题 
		{
			if(j >= m[i].t)
			    f[i][j] = max(f[i-1][j] , f[i-1][j-m[i].t]+m[i].v);
			else f[i][j] = f[i-1][j];
			if(f[i][j] > maxvalue) maxvalue = f[i][j];
		}
	}
	cout<<maxvalue<<endl;
	return 0;
}


**********************************************************************************可供吐槽

### C++ 采药算法开发 在C++编程语言中,与采药相关的算法开发通常涉及到动态规划(Dynamic Programming, DP)的问题。这类问题通常要求在有限的时间或资源约束下,最大化收益。例如,采药问题可以被建模为经典的**背包问题**,其中每株草药的采摘需要一定的时间,而总时间是有限的。目标是在限定时间内最大化采集到的草药总价值。 #### 问题建模 假设总共有 `M` 株草药,每株草药的采摘时间对应的价值分别由两个整数数组 `a` `b` 表示。总时间限制为 `T`,目标是选择采摘哪些草药以使总价值最大。 #### 动态规划解法 这是一个**0-1 背包问题**的经典应用,因为每株草药只能被采摘一次。状态定义如下: - `dp[i][t]` 表示在前 `i` 株草药中选择采摘,且总时间不超过 `t` 时的最大价值。 状态转移方程为: - 如果不采摘第 `i` 株草药,则 `dp[i][t] = dp[i-1][t]` - 如果采摘第 `i` 株草药(前提是 `t >= a[i]`),则 `dp[i][t] = max(dp[i-1][t], dp[i-1][t - a[i]] + b[i])` 最终结果为 `dp[M][T]`。 #### 示例代码 以下是一个完整的 C++ 实现示例: ```cpp #include <bits/stdc++.h> using namespace std; const int MAX_T = 1000; // 最大时间限制 const int MAX_M = 100; // 最多草药数量 int main() { int T, M; cin >> T >> M; // 输入总时间草药数量 int a[MAX_M + 1], b[MAX_M + 1]; // 采摘时间与价值数组 for (int i = 1; i <= M; ++i) { cin >> a[i] >> b[i]; } int dp[MAX_T + 1] = {0}; // 使用一维滚动数组优化空间 for (int i = 1; i <= M; ++i) { for (int t = T; t >= a[i]; --t) { dp[t] = max(dp[t], dp[t - a[i]] + b[i]); } } cout << dp[T] << endl; // 输出最大价值 return 0; } ``` #### 优化说明 - **空间优化**:使用一维数组 `dp[]` 来代替二维数组,通过逆序遍历时间 `t` 来避免覆盖旧状态值。 - **时间复杂度**:O(M * T),其中 M 是草药数量,T 是时间限制。 #### 应用场景 该算法可以用于资源调度、任务分配、游戏策略优化等领域,特别是在有限时间内最大化收益的问题中[^2]。 ---
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