一、问题背景与算法思路
牛客4802题是一个典型的带附件的背包问题变种,要求在主件和附件存在依赖关系的情况下,选择物品组合使总价值最大化。本文通过动态规划方法,将问题转化为分组背包问题,通过预处理所有可能的组合方式来实现高效求解。
二、完整代码实现(带详细注释)
#include <iostream>
#include <vector>
#include <algorithm>
using namespACe std;
struct Item {
int v, w, q; // 价格、重要度、主件ID
int value; // v*w
};
int main() {
int budget, m;
cin >> budget >> m;
vector<Item> items(m+1); // 物品列表(1-based)
vector<vector<int>> att(m+1); // 主件的附件索引
// 输入处理
for(int i = 1; i <= m; i++) {
cin >> items[i].v >> items[i].w >> items[i].q;
items[i].value = items[i].v * items[i].w;
if(items[i].q) att[items[i].q].push_back(i); // 记录附件关系
}
vector<int> dp(budget+1, 0); // 背包DP数组
for(int i = 1; i <= m; i++) {
if(items[i].q) continue; // 只处理主件
int v0 = items[i].v, w0 = items[i].value;
vector<pair<int,int>> options;
options.emplace_back(v0, w0); // 仅主件
// 生成所有有效组合
if(att[i].size() >= 1) { // 主件+附件1
int v1 = items[att[i][0]].v, w1 = items[att[i][0]].value;
options.emplace_back(v0+v1, w0+w1);
}
if(att[i].size() >= 2) { // 主件+附件2 和 主件+附件1+附件2
int v2 = items[att[i][1]].v, w2 = items[att[i][1]].value;
options.emplace_back(v0+v2, w0+w2);
if(att[i].size() >= 1) {
int v1 = items[att[i][0]].v, w1 = items[att[i][0]].value;
options.emplace_back(v0+v1+v2, w0+w1+w2);
}
}
// 01背包处理
for(int j = budget; j >= 0; j--) {
for(auto &opt : options) {
if(j >= opt.first) {
dp[j] = max(dp[j], dp[j-opt.first] + opt.second);
}
}
}
}
cout << dp[budget] << endl;
return 0;
}
三、关键算法要点 数据结构设计:使用Item结构体存储物品属性,att数组记录主附件关系 组合预处理:为每个主件生成所有可能的有效组合(主件、主件+附件1、主件+附件2、主件+附件1+附件2) 动态规划处理:采用01背包思路,但每个主件及其组合作为一个"组"来处理 空间优化:使用一维DP数组实现空间优化 四、复杂度分析 时间复杂度:O(budgetm4) ≈ O(n²)(最坏情况每个主件有2个附件) 空间复杂度:O(budget)(仅需一维DP数组) 五、常见错误提醒 忘记处理主附件关系导致逻辑错误 组合生成不完整(漏掉某些有效组合) 背包DP数组初始化错误 输入处理时索引越界 六、学习价值 通过本题可以掌握:
带依赖关系的背包问题解法 动态规划的状态转移优化 分组背包问题的变种解法 组合预处理技巧在实际问题中的应用