前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >LeetCode 638. 大礼包(无限背包DP)

LeetCode 638. 大礼包(无限背包DP)

作者头像
Michael阿明
发布2020-07-13 14:42:17
5210
发布2020-07-13 14:42:17
举报

1. 题目

在LeetCode商店中, 有许多在售的物品。

然而,也有一些大礼包,每个大礼包以优惠的价格捆绑销售一组物品。

现给定每个物品的价格,每个大礼包包含物品的清单,以及待购物品清单。请输出确切完成待购清单的最低花费。

每个大礼包的由一个数组中的一组数据描述,最后一个数字代表大礼包的价格,其他数字分别表示内含的其他种类物品的数量。

任意大礼包可无限次购买。

代码语言:javascript
复制
示例 1:
输入: [2,5], [[3,0,5],[1,2,10]], [3,2]
输出: 14
解释: 
有A和B两种物品,价格分别为¥2和¥5。
大礼包1,你可以以¥5的价格购买3A和0B。
大礼包2, 你可以以¥10的价格购买1A和2B。
你需要购买3个A和2个B, 所以你付了¥10购买了1A和2B(大礼包2),以及¥4购买2A。

示例 2:
输入: [2,3,4], [[1,1,0,4],[2,2,1,9]], [1,2,1]
输出: 11
解释: 
A,B,C的价格分别为¥2,¥3,¥4.
你可以用¥4购买1A和1B,也可以用¥9购买2A,2B和1C。
你需要买1A,2B和1C,所以你付了¥4买了1A和1B(大礼包1),以及¥3购买1B, ¥4购买1C。
你不可以购买超出待购清单的物品,尽管购买大礼包2更加便宜。

说明:
最多6种物品, 100种大礼包。
每种物品,你最多只需要购买6个。
你不可以购买超出待购清单的物品,即使更便宜。

来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/shopping-offers 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

2. 解题

2.1 状态压缩超时解

  • 思路是,把int看做买东西的个数的状态,3个位最大是7,题目说不超过6,物品也不超过6,最多18位就可以了
  • 一个int就可以存下买的物品的个数
  • 最后一个例子超时,可能这个最大的状态数太大了
代码语言:javascript
复制
class Solution {
	int n;
public:
    int shoppingOffers(vector<int>& price, vector<vector<int>>& special, vector<int>& needs) {
    	n = price.size();
    	int i, j, k, target = 0, num, newstate;
    	for(i = 0; i < n; ++i)
    		modify(target, i, needs[i]);
    	vector<int> dp(target+1,INT_MAX);
    	dp[0] = 0;//什么都不买
        bool lessNeed;

    	for(i = 0; i <= target; i++)
    	{
    		if(dp[i] == INT_MAX)
    			continue;
    	    vector<int> count(n);
            for(j = 0; j < n; ++j)
                count[j] = getnum(i,j);
    		for(j = 0; j < n; ++j)
    		{
                newstate = i;
    			num = count[j]+1;//状态i下,第j个物品的个数,再买一件+1
                if(num > needs[j])
                    continue;//超数量了
    			modify(newstate, j, num);
    			if(newstate <= target)
    				dp[newstate] = min(dp[newstate],dp[i]+price[j]);
    		}
    		
    		for(k = 0; k < special.size(); ++k)
	    	{
	    		newstate = 0;
                lessNeed = true;
	    		for(j = 0; j < n; ++j)
	    		{
	    			num = count[j]+special[k][j];//状态i下,第j个物品的个数+买大礼包的数量           
                    if(num > needs[j])
                    {
                        lessNeed = false;
                        break;
                    }
	    			modify(newstate, j, num);
	    		}
	    		if(lessNeed && newstate <= target)
	    			dp[newstate] = min(dp[newstate],dp[i]+special[k][n]);
	    	}
    	}
    	return dp[target];
    }
    void modify(int& state, int i, int newnum)
    {
    	int bit = 3*i, k = 0, newnum_bit;
    	for(k = 0; k < 3; ++k,++bit)
    		state = (~(1<<bit))&(state);//清零3位组成的一个物品数量
    	bit = 3*i;
    	for(k = 0; k < 3; ++k,++bit)
    	{
    		newnum_bit = (newnum>>k)&1;//
    		if(newnum_bit)
    			state |= (1<<bit);
    	}
    }
    int getnum(int state, int i)
    {
    	int bit = 3*i+2, num = 0;
    	for(int k = 0; k < 3; ++k,--bit)
    		num = num*2+((state>>bit)&1);
    	return num;
    }
};

2.2 6维动态规划

  • 把单个的也处理成大礼包,统一处理
  • 不满6个的都补满,方便处理
代码语言:javascript
复制
class Solution {
public:
    int shoppingOffers(vector<int>& price, vector<vector<int>>& special, vector<int>& needs) {
    	int n = price.size();
    	int i,j,a,b,c,d,e,f, money;
    	for(i = 0; i < n; ++i)
    	{
    		vector<int> bag(7,0);
    		bag[i] = 1;
    		bag[6] = price[i];
    		special.push_back(bag);//单个物品,加入礼包
    	}
    	int dp[7][7][7][7][7][7];
        memset(dp,0x7f,sizeof(dp));//按字节赋值,1字节8位 0111 1111
    	dp[0][0][0][0][0][0] = 0;
    	vector<int> t(6,0);
        while(needs.size() < 6)
    		needs.push_back(0);
    	for(i = 0; i < needs.size(); ++i)
    		t[i] = needs[i];
    	for(vector<int> & s : special)
	    {
	    	vector<int> nd(6,0);
            money = s.back();
    		for(j = 0; j < s.size()-1; ++j)
    			nd[j] = s[j];
	    	for(a = 0; a <= t[0]; ++a)
	    		for(b = 0; b <= t[1]; ++b)
	    			for(c = 0; c <= t[2]; ++c)
	    				for(d = 0; d <= t[3]; ++d)
	    					for(e = 0; e <= t[4]; ++e)
	    						for(f = 0; f <= t[5]; ++f)
	    						{
	    							if(dp[a][b][c][d][e][f] != 0x7f7f7f7f && a+nd[0] <= needs[0]
	    								&& b+nd[1] <= needs[1] && c+nd[2] <= needs[2]
	    								&& d+nd[3] <= needs[3] && e+nd[4] <= needs[4]
	    								&& f+nd[5] <= needs[5])
	    								dp[a+nd[0]][b+nd[1]][c+nd[2]][d+nd[3]][e+nd[4]][f+nd[5]]
	    									= min(dp[a+nd[0]][b+nd[1]][c+nd[2]][d+nd[3]][e+nd[4]][f+nd[5]],
	    										dp[a][b][c][d][e][f]+money);
	    						}
		}
		return dp[t[0]][t[1]][t[2]][t[3]][t[4]][t[5]];
    }	
};

324 ms 11 MB

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020/05/22 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. 题目
  • 2. 解题
    • 2.1 状态压缩超时解
      • 2.2 6维动态规划
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档