2021.6.8模拟赛

Posted 2021-06-11 Tenderfoot

T1打包

一个二维01背包的板子，状态转移方程$$Dp_{j,k}=max\\left \\{Dp_{j,k},Dp_{j-Weight_i,k-V_i}+Value_i\\right \\}$$

T2暗黑破坏神

大概类似于分组背包，开$long\\ long$，在更新$Dp$的过程中记录路径，递归输出即可。同时可能会有$Dp$数组有重复的地方，需要当$Dp_{n,P}=Dp_{n,P-1}$时，令$P-1$即可，最后$Print(n,P)$状态转移方程：$$Dp_{i,j}=max\\left \\{Dp_{i,k},Dp_{i-1,j-k\\times p_i.c}+p_i.w_k\\right \\}$$

inline void Print(int k , int Left)
{
    if(k == 0) 
        return;
    _Print(k - 1 , Left - Number[k][Left] * p[k].c);
    Write(num[k][Left]) , Enter;
}

inline void _Print(int k)
{
    for(int i = 1; i <= m; i++) 
        Write(Dp[k][i]) , Space;
    Enter;
}

T3科技庄园

类似于01背包，注意要二进制优化，数组要开大，状态转移方程$$Dp_j=max\\left \\{Dp_j,Dp_{j-Weight_i}+Value_i\\right \\}$$

T4金明的预算方案

无他，惟挨个er特判是否为主件附件耳，状态转移方程$$Dp_j=max\\left \\{Dp_j,Dp_{j-Weight_i}+Value_i\\right \\}\\\\Dp_j=max\\left \\{Dp_j,Dp_{j-\\underline{ }Weight_{i,1}}+Value_i+\\underline{ }Value_{i,1}\\right \\}\\\\Dp_j=max\\left \\{Dp_j,Dp_{j-\\underline{ }Weight_{i,2}}+Value_i+\\underline{ }Value_{i,2}\\right \\}\\\\Dp_j=max\\left \\{Dp_j,Dp_{j-\\underline{ }Weight_{i,1}-\\underline{ }Weight_{i,2}}+Value_i+\\underline{ }Value_{i,1}+\\underline{ }Value_{i,2}\\right \\}$$