一、题目解读2019年CSP-J的“纪念品”问题(对应洛谷P5662)要求玩家在T天内通过买卖纪念品**化金币收益。每天可交易N种商品,需计算**策略下的最终金币数。题目强调动态规划思维与资源分配优化,是算法竞赛中的经典题型。 二、解题思路核心思路为“动态规划+完全背包问题”。每天将当前商品价格与次日差价视为“物品价值”,通过滚动计算次日可获得的“**收益背包”,动态更新总金币数。关键在于将“连续两天的差价利润”转化为可重复选择的“背包物品”,利用dp(i金币时的**收益)实现状态转移。 三、解题步骤1. 输入处理:读取天数T、商品数N、初始金币M及每日价格矩阵。 2. 外层循环遍历T-1天(****无法交易)。 3. 内层循环处理当日商品:计算差价profit,仅对正利润商品执行完全背包更新(避免无利操作)。 4. 状态转移方程:dp[j]=max(dp[j],dp[j-cost]+profit),实现“用剩余金币重复购买差价商品”的逻辑。 5. 每日结束后,将dp[M]累加到总金币M,滚动优化。 四、代码与注释
- #include <iostream>
- #include <vector>
- #include <algorithm>
- using namespace std;
- int main() {
- ios::sync_with_stdio(false);
- cin.tie(nullptr); // 优化输入效率
-
- int T, N, M;
- cin >> T >> N >> M; // 输入天数、商品数、初始金币
-
- vector<vector<int>> prices(T, vector<int>(N)); // 价格矩阵
- for (int i = 0; i < T; ++i) {
- for (int j = 0; j < N; ++j) {
- cin >> prices[i][j];
- }
- }
-
- // 每天处理时,计算当天到第二天的**收益
- for (int day = 0; day < T - 1; ++day) {
- vector<int> dp(M + 1, 0); // dp[i]表示i金币能获得的**收益
-
- for (int item = 0; item < N; ++item) {
- int cost = prices[day][item];
- int profit = prices[day + 1][item] - cost; // 次日差价
-
- if (profit <= 0) continue; // 无利可图则跳过
-
- // 完全背包问题解法
- for (int j = cost; j <= M; ++j) { // 从成本开始累加
- dp[j] = max(dp[j], dp[j - cost] + profit); // 状态转移
- }
- }
-
- // 更新**金币数
- M += dp[M];
- }
-
- cout << M << endl; // 输出最终金币
- return 0;
- }
复制代码
五、总结该解法巧妙将“连续两天的利润”抽象为可重复选择的“背包物品”,通过动态规划规避了复杂的路径搜索。关键在于识别问题中的“资源可重复利用”特性,并应用完全背包模型简化计算。对算法竞赛中的资源分配类问题具有重要参考价值。
|