【动态规划/多重背包问题】POJ1014-Dividing

多重背包问题的优化版来做,详见之前的动态规划读书笔记。

dp[i][j]表示前i中数加得到j时第i种数最多剩余几个(不能加和得到i的情况下为-1)递推式为:

dp[i][j]=mi(dp[i-1][j]≥0,即前i-1种数就能达到数字j)

   =-1(j<ai 或者 dp[i][j-ai]≤0,即再加上一个第i种数也无法达到j 或者 当前和小于当前数)

   =dp[i][j-ai]-1(可以达到的情况)

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;

int a[10];
int dp[60000+10];

int main()
{
    int kase=0;
    while (scanf("%d",&a[1]))
    {
        kase++;
        int sum=a[1];
        for (int i=2;i<=6;i++)
        {
            scanf("%d",&a[i]);
            sum+=a[i]*i;
        }
        if (sum==0) break;

        bool f=false;
        if (sum%2==0)
        {
            sum=sum/2;
            for (int i=1;i<=sum;i++) dp[i]=-1;
            dp[0]=0;
            for (int i=1;i<=6;i++)
                for (int j=0;j<=sum;j++)
                {
                    if (dp[j]>=0) dp[j]=a[i];
                    else
                    {
                        if (j<i || dp[j-i]<=0) dp[j]=-1;
                            else dp[j]=dp[j-i]-1;
                    }
                }
            if (dp[sum]>=0) f=true;
        }
        cout<<"Collection #"<<kase<<‘:‘<<endl;
        if (f) cout<<"Can be divided."<<endl;
        else cout<<"Can‘t be divided."<<endl;
        cout<<endl;
    }
}
时间: 2024-10-24 08:53:38

【动态规划/多重背包问题】POJ1014-Dividing的相关文章

动态规划-多重背包问题

0-1背包问题 完全背包问题 多重背包问题是0-1背包问题和完全背包问题的综合体,可以描述如下:从n种物品向容积为V的背包装入,其中每种物品的体积为w,价值为v,数量为k,问装入的最大价值总和? 我们知道0-1背包问题是背包问题的基础,所以在解决多重背包问题的时候,要将多重背包向0-1背包上进行转换.在多重背包问题中,每种物品有k个,可以将每种物品看作k种,这样就可以使用0-1背包的算法.但是,这样会增加数据的规模.因为该算法的时间复杂度为O(V*∑ni=1ki),所以要降低每种物品的数量ki.

【动态规划/多重背包问题】POJ2392-Space Elevator

方法同POJ1014-Dividing,唯一不同点在于每一种block有最大限定高度a,故要以a为关键字进行排序,使得最大高度小的在前,否则最大高度小的再后可能放不上去. 1 #include<iostream> 2 #include<cstdio> 3 #include<algorithm> 4 #include<cmath> 5 #include<cstring> 6 using namespace std; 7 8 struct block

【DP|多重背包可行性】POJ-1014 Dividing

Dividing Time Limit: 1000MS Memory Limit: 10000K Description Marsha and Bill own a collection of marbles. They want to split the collection among themselves so that both receive an equal share of the marbles. This would be easy if all the marbles had

动态规划第二讲——完全背包与多重背包问题

上一节,我们讨论了01背包问题,说明了*递归与分治法 与 动态规划DP的区别和联系,介绍了缓存的概念*.以下,我们用DC.DP.cache分别表示分治法.动态规划和缓存.本节,我们讨论01背包的另外两种形似-- 完全背包和多重背包问题,分析DP问题的另外一些情况. 例一:完全背包问题 同样有n种价值和重量分别为weight[i] and value[i], 背包大小W.限制条件:每种物品数目是无限的.问:能挑选出来的总价值最大的物品组合总重量? 分析一:这里,我们无视数量有限这个条件,可以得到下

【动态规划】多重背包问题

说明 前面已经介绍完了01背包和完全背包,今天介绍最后一种背包问题--多重背包. 这个背包,听起来就很麻烦的样子.别慌,只要你理解了前面的两种背包问题,拿下多重背包简直小菜一碟. 如果没有看过前两篇01背包和完全背包的文章,强烈建议先阅读一下,因为本文跟前两篇文章关联性很强. 多重背包 有N种物品和一个容量为T的背包,第i种物品最多有M[i]件可用,价值为P[i],体积为V[i],求解:选哪些物品放入背包,可以使得这些物品的价值最大,并且体积总和不超过背包容量. 对比一下完全背包,其实只是多了一

poj1014 Dividing 背包

转载请注明出处:http://blog.csdn.net/u012860063 题目链接:http://poj.org/problem?id=1014 大致题意: 有分别价值为1,2,3,4,5,6的6种物品,输入6个数字,表示相应价值的物品的数量,问一下能不能将物品分成两份,是两份的总价值相等,其中一个物品不能切开,只能分给其中的某一方,当输入六个0是(即没有物品了),这程序结束,总物品的总个数不超过20000 输出:每个测试用例占三行: 第一行: Collection #k: k为第几组测试

HDU 2844 Coins (多重背包问题DP)

题意:给定n种硬币,每种价值是a,数量是c,让你求不大于给定V的不同的价值数,就是说让你用这些硬币来组成多少种不同的价格,并且价格不大于V. 析:一看就应该知道是一个动态规划的背包问题,只不过是变形,那我们就统计不大于V的不同价格数,也容易实现, 对于多重背包我们是把它转化为01背包和完全背包来解决的. 代码如下: #include <cstdio> #include <iostream> #include <cstring> using namespace std;

动态规划:背包问题

例题:装箱问题 ( http://www.wikioi.com/problem/1014/  ) 题目描述 有一个箱子容量为V(正整数,0<=V<=20000),同时有n个物品(0<n<=30),每个物品有一个体积(正整数). 要求n个物品中,任取若干个装入箱内,使箱子的剩余空间为最小. 输入描述 一个整数v,表示箱子容量,一个整数n,表示有n个物品 接下来n个整数,分别表示这n 个物品的各自体积 输出描述 一个整数,表示箱子剩余空间. 样例输入 24 6 8 3 12 7 9 7

O(V*n)的多重背包问题

多重背包问题: 有n件物品,第i件价值为wi,质量为vi,有c1件,问,给定容量V,求获得的最大价值. 朴素做法: 视为0,1,2,...,k种物品的分组背包 [每组只能选一个] f[i][j]=Max(f[i][j-k*v[i]]+k*w[i]) 但是i,j,k都要枚举,复杂度为 n*V*k 朴素做法的改进: 因为发现用二进制可以表示1..k之内的所有数 [整数二进制打开后为01串,所以可以被二进制表示] 所以将k个物品拆分成1,2,4...2^m,k-2^m   ( 其中2^m<=k<2^