首页 > 代码库 > 1.6 饮料供货

1.6 饮料供货

问题:

总共n中饮料,每种饮料表示为(S[i],V[i],C[i],H[i],B[i]),S表示名称,V表示容量。C表示能够买的最大数量,H表示惬意度,B表示实际购买量
在V[i]*B[i]求和=V的情况下,H[i]*B[i]求和最大化


最优化。毫无疑问。考虑动态规划跟贪心。

状态转移方程:

OptV’i)表示从 到 n-1 种饮料中,Ci 为第i种饮料可能的最大数量。算出总量为V’的方案中惬意度之和的最大值。

那么递归式就应该是:

OptV’i= max{ k * H+ OptV’-Vi * ki+1}k=012…Cii=012…n-1

这里我认为须要说明给出的饮料组合终于能够组合出V



递推:

int Cal(int V, int T) {
	opt[0][T] = 0;									//边界条件,T为全部饮料种类
	for(int i = 0; i <= V; ++i) opt[i][T] = -INF;	//边界条件
	for(int j = T-1; j >= 0; --j) {
		for(int i = 0; i <= V; ++i) {
			opt[i][j] = -INF;
			for(int k = 0; k <= C[j]; ++k) {        //遍历第j种饮料选取数量k
				if(i < k * V[j]) break;
				int x = opt[i - V[j] * k][j + 1];
				if(x != -INF) {
					x += k * H[j];
					if(x > opt[i][j]) opt[i][j] = x;
				}
			}
		}
	}
	return opt[V][0];
}



记忆化搜索:

int opt[V+1][T+1];    //初始化时opt中存储值为-1,表示该子问题尚未被求解

int Cal(int V, int type) {
	if(type == T) {
		if(V == 0) return 0;
		else return -INF;
	}
	if(V < 0) return -INF;
	if(V == 0) return 0;
	else if(opt[V][type] != -1) return opt[V][type];  //该子问题已求解,则直接返回子问题的解
	int ret = -INF;                                   //子问题尚未求解,则求解该子问题
	for(int i = 0; i <= C[type]; ++i) {               
		int temp = Cal(V - i * V[type], type + 1);
		if(temp != -INF) {
			temp += i * H[type];
			if(temp > ret) ret = temp;
		}
	}
	return opt[V][type] = ret;
}



1.6 饮料供货