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?

技术图片

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:

技术图片

 

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

动态规划--0,1背包问题(再也不怕类似背包问题了)

比特币挖矿遭打击?矿工该如何选择?

Vijos1386 IOI2007 矿工配餐 动态规划

比特币代码分析5 挖矿代码分析

比特币代码分析4 挖矿代码分析

2021.04.27区块链挖矿项目简报感恩之心,狗狗大亨,花蜜,WGC,ETM以太矿工等