洛谷刷题小记——P2430严酷的训练

题目背景

Lj的朋友WKY是一名神奇的少年，在同龄人之中有着极高的地位。。。

题目描述

他的老师老王对他的程序水平赞叹不已，于是下决心培养这名小子。

老王的训练方式很奇怪，他会一口气让WKY做很多道题，要求他在规定的时间完成。而老王为了让自己的威信提高，自己也会把这些题都做一遍。

WKY和老王都有一个水平值，他们水平值的比值和做这些题所用时间的比值成反比。比如如果WKY的水平值是1，老王的水平值是2，那么WKY做同一道题的时间就是老王的2倍。

每个题目有他所属的知识点，这我们都知道，比如递归，动归，最短路，网络流。在这里我们不考虑这些事情，我们只知道他们分别是知识点1，知识点2……每一个知识点有他对应的难度，比如动态规划经常难于模拟。

而每一个同一知识点下的题目，对于WKY来讲，都是一样难的。而做出每一道题，老王都有其独特的奖励值。而奖励值和题目的知识点没有必然联系。

现在WKY同学请你帮忙，计算在老王规定的时间内，WKY所能得到最大奖励值是多少 。

输入格式

输入文件包括以下内容：

第一行：

WKY的水平值和老王的水平值。

数据保证WKY的水平值小于老王的水平值（哪怕它不现实），且老王的水平值是WKY的水平值的整数倍。

第二行：

题目的总数m和知识点的总数n。

第三行：

n个整数。第i个整数表示 老王在做第i个知识点的题目所需的时间。

接下来有m行数每一行包括两个整数p，q。p表示该题目所属的知识点，q表示该题目对应的奖励值。

最后一行是规定的时间。

输出格式

输出文件只有一行，表示能到得到的最大奖励值。

输入输出样例

输入 

1 2
6 4
1 2 3 4
1 5
2 6
3 3
4 8
3 3
4 5
20

输出 

22

说明/提示

对于100%的数据，题目总数<=5000,规定时间<=5000

package com.study.洛谷.普及;

import java.util.Scanner;

public class 严酷的训练 {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int leve1 = sc.nextInt(), leve2 = sc.nextInt();
        int m = sc.nextInt(), n = sc.nextInt();

        int[] times = new int[n + 1];
        for (int i = 1; i < n + 1; i++) {//直接得到WKY的做题时间
            times[i] = sc.nextInt() * leve2 / leve1;
        }

        int[][] subjects = new int[m][2];
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < 2; j++) {
                subjects[i][j] = sc.nextInt();
            }
        }

        int sumTime = sc.nextInt();
        System.out.println(dp(times, subjects, sumTime));
    }

    public static int dp(int[] times, int[][] subjects, int sumTime) {
        int len = subjects.length;
        int[][] dp = new int[len + 1][sumTime + 1];

        for (int i = 1; i < sumTime + 1; i++) {
            dp[1][i] = i >= times[subjects[0][0]] ? subjects[0][1] : 0;
        }

        for (int i = 1; i < len + 1; i++) {
            dp[i][1] = 1 >= times[subjects[i - 1][0]] ? subjects[i - 1][1] : 0;
        }

        for (int i = 2; i <= len; i++) {
            for (int j = 2; j <= sumTime; j++) {
                dp[i][j] = j >= times[subjects[i - 1][0]] ? Math.max(dp[i - 1][j], subjects[i - 1][1] + dp[i - 1][j - times[subjects[i - 1][0]]]) : dp[i - 1][j];
            }
        }

        return dp[len][sumTime];
    }
}