Chinaunix首页 | 论坛 | 博客
  • 博客访问: 433856
  • 博文数量: 103
  • 博客积分: 5010
  • 博客等级: 大校
  • 技术积分: 971
  • 用 户 组: 普通用户
  • 注册时间: 2007-06-11 17:22
文章分类
文章存档

2008年(77)

2007年(26)

我的朋友

分类: C/C++

2008-05-11 22:45:11

在微软亚洲研究院上班,大家早上来第一件事是做什么呢?查看邮件?不,是去水房拿饮料:绿茶、王老吉、星巴克咖啡、可口可乐……(当然,还是有很多同事把拿饮料当作第二件事)。

阿姨们每天都会准备很多的饮料给大家,为了提高服务质量,同时也会统计大家对每种饮料满意度。一段时间后,阿姨们已经有了大批的数据。她们希望能从这些数据中挖掘出一些有用的信息,以使大家的满意度和值最大。某天早上,当实习生小飞第一个冲进水房并一次拿了五个酸奶、四个王老吉、三个鲜橙多时,阿姨们逮住了他,要他解决满意度最大化的问题。

从阿姨们统计的数据中,小飞可以知道大家对每一种饮料的满意度。阿姨们还告诉小飞, STC(Smart Tea Corp.)负责给研究院供应饮料,每天总量为V。STC很神奇,他们的每种饮料的单个容量都是2的方幂,比如王老吉,都是2^3=8升的,可乐都是2^5=32升的。当然STC的存货也是有限的,这会是每种饮料的购买量上限。统计数据中用(饮料名字,容量,数量,满意度)描述每一种饮料。

那么,小飞如何完成这个任务,求出保证最大满意度的购买量呢?

 

我们先把这个问题“数学化”一下吧。

假设STC共提供T种饮料,用(S_i, V_i, C_i, H_i, B_i)(对应(饮料名字,容量,可能的最大数量,满意度,实际购买量))来表示第i种饮料(i = 0, ..., T-1),其中可能的最大数量为是指如果仅买某种饮料的最大可能数量,比如对于第i中饮料C_i=V/V_i。

基于如上公式:

饮料总容量为Drink_Supply_Formula_1

总满意度为Drink_Supply_Formula_2

那么题目的要求就是,在满足条件Drink_Supply_Formula_3= V的基础上, 求解max{Drink_Supply_Formula_4} 。

对于求最优化的问题,我们来看看动态规划能否解决。用Opt(V', i)表示从从第i,i+1,i+2,…,T种饮料中选出总量为V'方案中,满意度值和的最大值。

因此,Opt(V, T)就是我们要求解的值。

那么,我们可以列出如下的推导公式:Opt(V', i) = max { k* H_i + Opt(V' - V_i * k, i-1)} (k = 0, 1, ..., C_i,  i=0,1,…,T-1)。

即:最优化的结果=选择第k种饮料*满意度+减去第k种饮料*容量的最优化结果

根据这样的推导公式,我们列出如下的初始边界条件:

Opt(0, T) = 0   容量为0的情况下,最优化结果为0

Opt(x, T) = -INF (x != 0) (–INF为负无穷大)  在容量不为0的情况下,把最优化结果设为负无穷大,作为初值。

那么,根据以上的推导公式,就不难列出动态规划求解代码如下:

代码:1-6-1

    int Cal(int V, int type)
    {
        opt[0][T] = 0;//边界条件
 
        for(int i = 1; i <= V; i++)//边界条件
        {
            opt[i][T] = -INF;
        }
 
        for(int j = T-1; j >= 0; j--)
        {
            for(int i = 0; i <= V; i++)
            {
                opt[i][j] = -INF; 

                for(int k = 0; k <= C[j]; k++)  //遍历第j种饮料选取数量k
                {
                    if (i <= k* V[j])
                    {
                        break;
                    }
 

                    int x = opt[i - k*V[j]][j+1]; 
                    if(x != -INF)
                    {
                        x += H[j]*k;
 

                        if(x > opt[i][j])
                        { 
                            opt[i][j] = x; 
                        }
                    }
                }
            }
        }
        return opt[V][0]; 
    }

上面的算法中,空间复杂度为O(V*T),时间复杂度约为O(V*T*Max(C_i)) 。

因为我们只需要得到最大的满意度,而计算opt[i][j]的时候已经不需要opt[i][j+2],只需要opt[i][j]和opt[i][j+1], 所以空间复杂度可以降为O(v)。

阅读(1304) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~