动态规划--矿工挖矿
Posted xiximayou
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了动态规划--矿工挖矿相关的知识,希望对你有一定的参考价值。
动态规划三要素:边界、最优子问题、状态转移方程;
问题描述:现有10个矿工,5个金矿,每个金矿有对应金子和需要开采的人数,问你最多能够获得多少金子?
这是一个典型的动态规划问题,动态规划的核心是如何将问题转换为重叠的子问题,并且写出状态转移方程。
首先我们定义相应的参数:
矿工个数:n=10
金矿个数:w=5
金子数量:g=[400,500,200,300,350]
需要人数:p=[5,5,3,4,4]
p[i]代表挖了第i个金矿所需人数,g[i]代表挖了第 i个金矿得到的金子数。令F(n,w)表示n个人挖w个金矿能够得到的最大金子数。
当n<p[i]时,也就是说挖第i个金矿的人数不够,那么此时可以获得的最大金子数就是挖第i-1个金矿时的金子:
F(n,w)=F(n,w-1)
那么我们当n>p[i]时,有以下方程:
F(n,w)=max(F(n,w-1),F(n-p[i],w-1)+g[i])
表示n个人挖w个金矿能够得到的最大金子数=最大值(n个人挖w-1个金矿,((n-p[i])个人挖w-1个金矿)+g[i]))
最终代码:
n=10 w=5 g=[400,500,200,300,350] p=[5,5,3,4,3] def goldMining(n,w,g,p): #初始化数组,用于存储信息,注意为了更好计算,共有11列,第一列作为辅助位 dp = [[0 for _ in range(n+1)] for _ in range(w)] #边界就是10个人只挖第1个金矿 #[0, 0, 0, 0, 0, 400, 400, 400, 400, 400, 400] for i in range(1,n+1): if i<p[0]: dp[0][i]=0 else: dp[0][i]=g[0] #依次遍历金矿,人数 for i in range(1,w): for j in range(1,n+1): #如果当前人数小于挖这座金矿的人数 if j<p[i]: #则当前最大金矿就是挖前一个金矿的相应人数的值 dp[i][j]=dp[i-1][j] else: #否则就用如下公式计算 dp[i][j]=max(dp[i-1][j],dp[i-1][j-p[i]]+g[i]) return dp dp=goldMining(n,w,g,p) for i in range(len(dp)): print(dp[i])
最终结果:
可以看到,我们最终可以获得的最大金子数是900,也就是挖第一个和第二个金矿。
以上是关于动态规划--矿工挖矿的主要内容,如果未能解决你的问题,请参考以下文章