特殊多维费用背包问题解决方案

403 阅读3分钟

这是我参与更文挑战的第 9 天,活动详情查看:更文挑战

题目描述

这是 LeetCode 上的 879. 盈利计划 ,难度为 困难

Tag : 「动态规划」、「容斥原理」、「数学」、「背包问题」、「多维背包」

集团里有 n 名员工,他们可以完成各种各样的工作创造利润。

第 i 种工作会产生 profit[i] 的利润,它要求 group[i] 名成员共同参与。如果成员参与了其中一项工作,就不能参与另一项工作。

工作的任何至少产生 minProfit 利润的子集称为 盈利计划 。并且工作的成员总数最多为 n

有多少种计划可以选择?因为答案很大,所以 返回结果模 109+7 10^9 + 7  的值。

示例 1:

输入:n = 5, minProfit = 3, group = [2,2], profit = [2,3]
输出:2
解释:至少产生 3 的利润,该集团可以完成工作 0 和工作 1 ,或仅完成工作 1 。
总的来说,有两种计划。

示例 2:

输入:n = 10, minProfit = 5, group = [2,3,5], profit = [6,7,8]
输出:7
解释:至少产生 5 的利润,只要完成其中一种工作就行,所以该集团可以完成任何工作。
有 7 种可能的计划:(0),(1),(2),(0,1),(0,2),(1,2),以及 (0,1,2) 。

提示:

  • 1 <= n <= 100
  • 0 <= minProfit <= 100
  • 1 <= group.length <= 100
  • 1 <= group[i] <= 100
  • profit.length == group.length
  • 0 <= profit[i] <= 100

动态规划

这是一类特殊的多维费用背包问题。

将每个任务看作一个「物品」,完成任务所需要的人数看作「成本」,完成任务得到的利润看作「价值」。

其特殊在于存在一维容量维度需要满足「不低于」,而不是常规的「不超过」。这需要我们对于某些状态作等价变换。

定义 f[i][j][k]f[i][j][k] 为考虑前 ii 件物品,使用人数不超过 jj,所得利润至少为 kk 的方案数。

对于每件物品(令下标从 11 开始),我们有「选」和「不选」两种决策:

  • 不选:显然有:
f[i1][j][k]f[i - 1][j][k]
  • 选:首先需要满足人数达到要求( j>=group[i1]j >= group[i - 1] ),还需要考虑「至少利润」负值问题: 如果直接令「利润维度」为 kprofit[i1]k - profit[i - 1] 可能会出现负值,那么负值是否为合法状态呢?这需要结合「状态定义」来看,由于是「利润至少为 kk」,因此属于「合法状态」,需要参与转移。 由于我们没有设计动规数组存储「利润至少为负权」状态,我们需要根据「状态定义」做一个等价替换,将这个「状态」映射到 f[i][j][0]f[i][j][0]。这主要是利用所有的任务利润都为“非负数”,所以不可能出现利润为负的情况,这时候「利润至少为某个负数 kk」的方案数其实是完全等价于「利润至少为 00」的方案数。
f[i1][jgroup[i1]][max(kprofit[i1],0)]f[i - 1][j - group[i - 1]][\max(k - profit[i - 1], 0)]

最终 f[i][j][k]f[i][j][k] 为上述两种情况之和.

然后考虑「如何构造有效起始值」问题,还是结合我们的「状态定义」来考虑:

当不存在任何物品(任务)时,所得利用利润必然为 00(满足至少为 00),同时对人数限制没有要求。

因此可以让所有 f[0][x][0]=1f[0][x][0] = 1

代码:

class Solution {
    int mod = (int)1e9+7;
    public int profitableSchemes(int n, int min, int[] gs, int[] ps) {
        int m = gs.length;
        long[][][] f = new long[m + 1][n + 1][min + 1];
        for (int i = 0; i <= n; i++) f[0][i][0] = 1;            
        for (int i = 1; i <= m; i++) {
            int a = gs[i - 1], b = ps[i - 1];
            for (int j = 0; j <= n; j++) {
                for (int k = 0; k <= min; k++) {
                    f[i][j][k] = f[i - 1][j][k];
                    if (j >= a) {
                        int u = Math.max(k - b, 0);
                        f[i][j][k] += f[i - 1][j - a][u];
                        f[i][j][k] %= mod;
                    }
                }
            }
        }
        return (int)f[m][n][min]; 
    }
}
  • 时间复杂度:O(mnmin)O(m * n * min)
  • 空间复杂度:O(mnmin)O(m * n * min)

动态规划(作差法)

这个方案足足调了快一个小时 🤣

先是爆 long,然后转用高精度后被卡内存,最终改为滚动数组后勉强过了(不是,稳稳的过了,之前调得久是我把 N 多打了一位,写成 1005 了,N 不打错的话,不滚动也是能过的 😭😭😭 )

基本思路是先不考虑最小利润 minProfit,求得所有只受「人数限制」的方案数 a,然后求得考虑「人数限制」同时,利润低于 minProfit(不超过 minProfit - 1)的所有方案数 b

a - b 即是答案。

代码:

import java.math.BigInteger;
class Solution {
    static int N = 105;
    static BigInteger[][] f = new BigInteger[2][N]; 
    static BigInteger[][][] g = new BigInteger[2][N][N];
    static BigInteger mod = new BigInteger("1000000007");
    
    public int profitableSchemes(int n, int min, int[] gs, int[] ps) {
        int m = gs.length;

        for (int j = 0; j <= n; j++) {
            f[0][j] = new BigInteger("1"); 
            f[1][j] = new BigInteger("0"); 
        }
        for (int j = 0; j <= n; j++) {
            for (int k = 0; k <= min; k++) {
                g[0][j][k] = new BigInteger("1"); 
                g[1][j][k] = new BigInteger("0"); 
            }
        }

        for (int i = 1; i <= m; i++) {
            int a = gs[i - 1], b = ps[i - 1];
            int x = i & 1, y = (i - 1) & 1;
            for (int j = 0; j <= n; j++) {
                f[x][j] = f[y][j];
                if (j >= a) {
                    f[x][j] = f[x][j].add(f[y][j - a]);
                } 
            }
        }
        if (min == 0) return (f[m&1][n]).mod(mod).intValue();

        for (int i = 1; i <= m; i++) {
            int a = gs[i - 1], b = ps[i - 1];
            int x = i & 1, y = (i - 1) & 1;
            for (int j = 0; j <= n; j++) {
                for (int k = 0; k < min; k++) {
                    g[x][j][k] = g[y][j][k];
                    if (j - a >= 0 && k - b >= 0) {
                        g[x][j][k] = g[x][j][k].add(g[y][j - a][k - b]);
                    } 
                }
            }
        }

        return f[m&1][n].subtract(g[m&1][n][min - 1]).mod(mod).intValue();
    }
}
  • 时间复杂度:第一遍 DP 复杂度为 O(mn)O(m * n);第二遍 DP 复杂度为 O(mnmin)O(m * n * min)。整体复杂度为 O(mnmin)O(m * n * min)
  • 空间复杂度:O(mnmin)O(m * n * min)

最后

这是我们「刷穿 LeetCode」系列文章的第 No.879 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先将所有不带锁的题目刷完。

在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…

在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。