首发于 樊浩柏科学院服务目前每月会对搬家师傅进行评级,根据师傅的评级排名结果,我们将优先保证最优师傅的全天订单。假设师傅每天工作 8 个小时,给定一天 n 个订单,每个订单其占用时间长为 $T_i$,挣取价值为 $V_i$,现请您为师傅安排订单,并保证师傅挣取价值最大。输入格式输入 n 组数据,每组以逗号分隔,并且每一个订单的编号、时长、挣取价值以空格分隔输出格式输出争取价值和订单编号,订单编号按照价值由大到小排序,争取价值相同,则按照每小时平均争取价值由大到小排序示例:输入:[MV10001 2 100,MV10008 2 30,MV10003 1 200,MV10009 6 500,MV10010 3 400]输出:730 MV10010 MV10003 MV10001 MV10008输入:[M10001 2 100,M10002 3 210,M10003 3 300,M10004 2 150,M10005 1 70,M10006 2 220,M10007 1 10,M10008 3 30,M10009 3 200,M10010 2 400]输出:990 M10010 M10003 M10006 M10005解题思路由于本题每个订单每天只被安排一次,是典型地采用 动态规划 求解的 01 背包问题。动态规划概念动态规划过程:每次决策依赖于当前状态,又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的,所以,这种多阶段最优化决策解决问题的过程就称为动态规划。动态规划原理:动态规划与分治法类似,都是把原问题拆分成不同规模相同特征的小问题,通过寻找特定的递推关系,先解决一个个小问题,最终达到解决原问题的效果。建立动态方程假设,师傅挣取价值最大时的订单为 $x_1$,$x_2$,$x_3$,…,$x_i$(其中 $x_i$ 取 1 或 0,表示第 i 个订单被安排或者不安排),$v_i$ 表示第 i 个订单的价值,$w_i$ 表示第 i 个订单的耗时时长,$wv(i,j)$ 表示安排了第 i 个订单,师傅总耗时为 j 时的最大价值。可得订单价值和耗时的关系图:i12345w(i)22163v(i)10030200500400因此,可得 动态方程:$$wv(i,j) = begin{cases}wv(i-1,j)(j < w(i)) \max(wx(i-1,j),wv(i-1,j-w(i))+v(i))(j geq w(i))end{cases}$$说明:$j<w(i)$ 表示订单不被安排,$j \geq w(i)$ 表示订单被安排。确定边界可以确定边界条件 $wx(0,j) = wx(i, 0) = 0$,$wx(0,j)$ 表示一个订单都没安排,再怎么耗时价值都为 0,$wx(i,0)$ 表示没有耗时,安排多少订单价值都为 0。求解求解过程,可以填表来进行模拟:1) 如 i=1,j=1 时,有 $j<w(i)$,故 $wx(1,1) = wx(1-1,1) = 0$;2) 又如 i=1,j=2 时,有 $j=w(i)$,故 $wx(1,2) = max(wx(1-1,1), wx(1-1,2-w(1)) + v(1) = 100$;3) 如此下去,直至填到最后一个,i=5,j=8 时,有 $j<w(i)$,故 $wx(5,8) = max(wx(5-1,8), wx(5-1,8-w(5)) + v(5) = 730$;4) 在耗时没有超过 8 小时的前提下,当前 5 个订单都被安排过时,$wx(5,8) = 730$ 即为所求的最大价值;解的组成尽管 求解 过程已经求出了最大价值,但是并没有得出哪些订单被安排了,也就是没有得出解的组成部分。但是在求解的过程中不难发现,寻解方程满足如下定义:$$x(i) = begin{cases}wv(i,j) = wv(i-1,j) \wv(i,j) neq wv(i-1,j)end{cases}$$从表格右下到左上为寻解方向,寻解过程如下:1) i=5,j=8 时,有 $wv(5,8) != wv(4,8)$,故 $x(5) = 1$,此时 $j -= w(5)$,$j = 5$;2) i=4 时,无论 j 取何值,都有 $wv(4,j) == wv(3,j)$,故 $x(5) = 0$,此时 $j = 5$;3) i=3,j=5 时,有 $wv(3,5) != wv(2,5)$,故 $x(3) = 1$,此时 $j -= w(3)$,$j = 4$;4) i=2,j=4时,有 $wv(2,4) != wv(1,4)$,故 $x(2) = 1$,此时 $j -= w(2)$,$j = 2$;5) i=1,j=2时,有 $wv(1,2) != wv(1,2)$,故 $x(1) = 1$,此时 $j -= w(1)$,$j = 0$,寻解结束;编码实现实现的类结构如下,特殊的方法已提取出,并将一一详细说明。class Knapsack{ //物品重量,index从1开始表示第1个物品 public $w = array(); //物品价值,index从1开始表示第1个物品 public $v = array(); //最大价值,$wv[$i][$w]表示前i个物品重量为w时的最大价值 public $wv = array(); //物品总数 public $n = 0; //物品总重量 public $W = 0; //背包中的物品 public $goods = array(); /** * Knapsack constructor. * @param array $goods 物品信息,格式如下: * [ * [index, w, v] //good1 * … * ] * @param $c */ public function __construct(array $goods, $c) { $this->goods = $goods; $this->W = $c; $this->n = count($goods); //初始化物品价值 $v = array_column($goods, 2); array_unshift($v, 0); $this->v = $v; //初始化物品重量 $w = array_column($goods, 1); array_unshift($w, 0); $this->w = $w; //初始化最大价值 $this->wv = array_fill(0, $this->n + 1, array_fill(0, $this->W + 1, 0)); $this->pd(); $this->canPut(); } public function getMaxPrice() { return $this->wv[$this->n][$this->W]; }}动态求解过程:public function pd(){ for ($i = 0; $i <= $this->W; $i++) { for ($j = 0; $j <= $this->n; $j++) { //未放入物品和重量为空时,价值为0 if ($i == 0 || $j == 0) { continue; } //决策 if ($i < $this->w[$j]) { $this->wv[$j][$i] = $this->wv[$j - 1][$i]; } else { $this->wv[$j][$i] = max($this->wv[$j - 1][$i], $this->wv[$j - 1][$i - $this->w[$j]] + $this->v[$j]); } } }}寻解过程:public function canPut(){ $c = $this->W; for ($i = $this->n; $i > 0; $i–) { //背包质量为c时,前i-1个和前i-1个物品价值不变,表示第1个物品未放入 if ($this->wv[$i][$c] == $this->wv[$i - 1][$c]) { $this->goods[$i - 1][3] = 0; } else { $this->goods[$i - 1][3] = 1; $c = $c - $this->w[$i]; } }}按照订单价值降序获取订单信息(若订单价值相同则按单位时间平均价值降序排列):public function getGoods(){ $filter = function($value) { return $value[3]; }; $goods = array_filter($this->goods, $filter); usort($goods, function($a, $b) { if ($a[2] == $b[2]) { if ($a[2] / $a[1] < $b[2] / $b[1]) { return 1; } return 0; } return $a[2] < $b[2]; }); return $goods;}接收标准输入处理并输出结果:$arr = explode(’,’, $input);$filter = function ($value) { return explode(’ ‘, $value);};$knapsack = new Knapsack(array_map($filter, $arr), 8);$goods = $knapsack->getGoods();echo $knapsack->getMaxPrice(), ’ ‘, implode(’ ‘, array_column($goods, 0)), PHP_EOL;总结该题使用动态规划求解,算法的时间复杂度为 $O(nc)$,当然也可以采用其他方式求解。例如先将订单按照价值排序,然后依次尝试进行安排订单,直至剩余耗时不能再被安排订单。有关动态规划的其他典型应用,请参考 常见的动态规划问题分析与求解 一文。相关文章 »王者编程大赛之一(2017-12-05)王者编程大赛之二 — 蓄水池 (2017-12-05)王者编程大赛之四 — 约瑟夫环(2017-12-06)王者编程大赛之五 — 最短路径(2017-12-06)