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 10^9 + 7 109+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。 复制代码
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) 。 复制代码
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[i - 1][j][k]f[i−1][j][k]
- 选:首先需要满足人数达到要求( j >= group[i - 1]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 k - profit[i - 1]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[i - 1][j - group[i - 1]][\max(k - profit[i - 1], 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]; } } 复制代码
- 时间复杂度:O(m * n * min)O(m∗n∗min)
- 空间复杂度:O(m * n * min)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
。
由 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(); } } 复制代码
- 时间复杂度:第一遍
DP
复杂度为 O(m * n)O(m∗n);第二遍DP
复杂度为 O(m * n * min)O(m∗n∗min)。整体复杂度为 O(m * n * min)O(m∗n∗min) - 空间复杂度:O(m * n * min)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。