参考程序:
cpp
#include<iostream>
#include<algorithm>
using namespace std;
const int K = 1000; // 装备的最大数量
const int M = 30; // 氧气需求的最大值
const int N = 80; // 燃料需求的最大值
const int INF = 100 * K + 1; // 一个很大的数,表示"不可能的重量"
// 定义装备的结构体
struct Node {
int a; // 这件装备能提供的氧气
int b; // 这件装备能提供的燃料
int c; // 这件装备的重量
} node[K+1];
// f[i][j] = 最小重量
// 表示"拿了一些装备以后,得到了 i 单位氧气 和 j 单位燃料"的最小重量
// 注意:i 最大只记录到需求量 m,j 最大只记录到需求量 n
int f[M+1][N+1];
int main() {
int m, n, k;
// m = 需要的氧气量
// n = 需要的燃料量
// k = 装备数量
cin >> m >> n >> k;
// 输入 k 个装备的属性
for (int i=1; i<=k; i++) {
cin >> node[i].a >> node[i].b >> node[i].c;
}
// -------- 动态规划步骤 3:初始化 --------
// 一开始,所有状态都设为"无穷大"(表示暂时到不了)
for(int i=0; i<=m; i++) {
for(int j=0; j<=n; j++) {
f[i][j] = INF;
}
}
// 0 氧气、0 燃料的时候,重量是 0
f[0][0] = 0;
// -------- 动态规划步骤 2:状态转移 --------
// 逐个装备考虑:这就是"0/1 背包"的外层循环
for (int t=1; t<=k; t++) {
// 为了保证每件装备只用一次,这里要逆序循环
for (int i=m; i>=0; i--) { // 氧气
for (int j=n; j>=0; j--) { // 燃料
// 用第 t 件装备之后,新的氧气量
int i1 = min(i + node[t].a, m); // 不超过需求 m
// 用第 t 件装备之后,新的燃料量
int j1 = min(j + node[t].b, n); // 不超过需求 n
// 更新最优解:取原来和加上这件装备两种方式里更小的重量
f[i1][j1] = min(f[i1][j1], f[i][j] + node[t].c);
}
}
}
// -------- 动态规划步骤 4:答案 --------
// 输出满足要求 (m,n) 的最小重量
// 如果 f[m][n] 还是 INF,说明无解,这里程序没处理,可以加一个判断
if (f[m][n] == INF) cout << -1 << endl;
else cout << f[m][n] << endl;
return 0;
}