当前位置：首页 > wzjs >正文

济南网络员百度seo优化网站

wzjs 2025/7/22 23:13:27

济南网络员,百度seo优化网站,php制作网站,区块链开发工程师要求蓝桥杯快到了，很多小伙伴私信小编，想让我介绍一些基础的算法，那么今天它来了！ 动态规划是一种通过将复杂问题分解为重叠子问题，并记录子问题解来避免重复计算的方法。其核心是状态定义和状态转移方程。在竞赛中&#…

蓝桥杯快到了，很多小伙伴私信小编，想让我介绍一些基础的算法，那么今天它来了！

动态规划是一种通过将复杂问题分解为重叠子问题，并记录子问题解来避免重复计算的方法。其核心是状态定义和状态转移方程。在竞赛中，DP常用于解决最优化问题（如最大值、最小值）或计数问题（如路径总数）。典型的应用场景包括背包问题、最长子序列、路径规划等。

洛谷题目推荐：P1048 [NOIP2005 普及组] 采药

题目链接：P1048 采药
题目大意：有 T 秒时间采药，药田中有 M 株草药，每株草药需要 t[i] 秒采摘，价值为 w[i]。求在规定时间内能采到的草药最大总价值。

题目分析

问题转化：经典的 01背包问题。将时间视为背包容量，草药视为物品，目标是选出物品使得总重量不超过容量且总价值最大。
状态定义：定义 dp[j] 表示使用 j 秒时间能获得的最大价值。
状态转移：对每株草药 i，从后向前遍历时间 j（避免重复选取）：
```
dp[j] = max(dp[j], dp[j - t[i]] + w[i]);
```
初始化：dp 数组初始化为 0，表示未选择任何草药时的价值为 0。

关键代码解读（C++）

#include <bits/stdc++.h>
using namespace std;const int MAXT = 1005;
int dp[MAXT]; // dp[j]: 使用j秒的最大价值
int t[105], w[105]; // 每株草药的时间和价值int main() {int T, M;cin >> T >> M;for (int i = 1; i <= M; i++) {cin >> t[i] >> w[i];}// 动态规划核心for (int i = 1; i <= M; i++) { // 遍历所有草药for (int j = T; j >= t[i]; j--) { // 倒序更新，防止重复选取dp[j] = max(dp[j], dp[j - t[i]] + w[i]);}}cout << dp[T] << endl; // 输出最大价值return 0;
}

代码解析：

输入处理：读取总时间 T 和草药数量 M，存储每株草药的时间和价值。
动态规划过程：
- 外层循环：遍历每株草药，逐个考虑是否选择。
- 内层循环：从 T 倒序遍历到 t[i]，确保每个草药最多被选一次。
- 状态转移：dp[j] 取“不选当前草药”和“选当前草药”中的最大值。
输出结果：dp[T] 即为在 T 秒内能获得的最大价值。