返回介绍

solution / 2300-2399 / 2312.Selling Pieces of Wood / README

发布于 2024-06-17 01:03:07 字数 10323 浏览 0 评论 0 收藏 0

2312. 卖木头块

English Version

题目描述

给你两个整数 m 和 n ,分别表示一块矩形木块的高和宽。同时给你一个二维整数数组 prices ,其中 prices[i] = [hi, wi, pricei] 表示你可以以 pricei 元的价格卖一块高为 hi 宽为 wi 的矩形木块。

每一次操作中,你必须按下述方式之一执行切割操作,以得到两块更小的矩形木块:

  • 沿垂直方向按高度 完全 切割木块,或
  • 沿水平方向按宽度 完全 切割木块

在将一块木块切成若干小木块后,你可以根据 prices 卖木块。你可以卖多块同样尺寸的木块。你不需要将所有小木块都卖出去。你 不能 旋转切好后木块来交换它的高度值和宽度值。

请你返回切割一块大小为_ _m x n_ _的木块后,能得到的 最多 钱数。

注意你可以切割木块任意次。

 

示例 1:

输入:m = 3, n = 5, prices = [[1,4,2],[2,2,7],[2,1,3]]
输出:19
解释:上图展示了一个可行的方案。包括:
- 2 块 2 x 2 的小木块,售出 2 * 7 = 14 元。
- 1 块 2 x 1 的小木块,售出 1 * 3 = 3 元。
- 1 块 1 x 4 的小木块,售出 1 * 2 = 2 元。
总共售出 14 + 3 + 2 = 19 元。
19 元是最多能得到的钱数。

示例 2:

输入:m = 4, n = 6, prices = [[3,2,10],[1,4,2],[4,1,3]]
输出:32
解释:上图展示了一个可行的方案。包括:
- 3 块 3 x 2 的小木块,售出 3 * 10 = 30 元。
- 1 块 1 x 4 的小木块,售出 1 * 2 = 2 元。
总共售出 30 + 2 = 32 元。
32 元是最多能得到的钱数。
注意我们不能旋转 1 x 4 的木块来得到 4 x 1 的木块。

 

提示:

  • 1 <= m, n <= 200
  • 1 <= prices.length <= 2 * 104
  • prices[i].length == 3
  • 1 <= hi <= m
  • 1 <= wi <= n
  • 1 <= pricei <= 106
  • 所有 (hi, wi) 互不相同 。

解法

方法一:记忆化搜索

我们先定义一个二维数组 $d$,其中 $d[i][j]$ 表示高为 $i$,宽为 $j$ 的木块的价格。初始时,我们遍历价格数组 $prices$,将每一块木块 $(h, w, p)$ 的价格 $p$ 存入 $d[h][w]$ 中,其余价格为 $0$。

然后我们设计一个函数 $dfs(h, w)$,表示对一块高为 $h$,宽为 $w$ 的木块切割后能得到的最多钱数。答案就是 $dfs(m, n)$。

函数 $dfs(h, w)$ 的执行过程如下:

  • 如果 $(h, w)$ 已经被计算过了,直接返回答案。
  • 否则,我们先初始化答案为 $d[h][w]$,然后枚举切割的位置,分别计算切割后的两块木块能得到的最多钱数,取最大值即可。

时间复杂度 $(m \times n \times (m + n) + p)$,空间复杂度 $O(m \times n)$。其中 $p$ 表示价格数组的长度,而 $m$ 和 $n$ 分别表示木块的高和宽。

class Solution:
  def sellingWood(self, m: int, n: int, prices: List[List[int]]) -> int:
    @cache
    def dfs(h: int, w: int) -> int:
      ans = d[h].get(w, 0)
      for i in range(1, h // 2 + 1):
        ans = max(ans, dfs(i, w) + dfs(h - i, w))
      for i in range(1, w // 2 + 1):
        ans = max(ans, dfs(h, i) + dfs(h, w - i))
      return ans

    d = defaultdict(dict)
    for h, w, p in prices:
      d[h][w] = p
    return dfs(m, n)
class Solution {
  private int[][] d;
  private Long[][] f;

  public long sellingWood(int m, int n, int[][] prices) {
    d = new int[m + 1][n + 1];
    f = new Long[m + 1][n + 1];
    for (var p : prices) {
      d[p[0]][p[1]] = p[2];
    }
    return dfs(m, n);
  }

  private long dfs(int h, int w) {
    if (f[h][w] != null) {
      return f[h][w];
    }
    long ans = d[h][w];
    for (int i = 1; i < h / 2 + 1; ++i) {
      ans = Math.max(ans, dfs(i, w) + dfs(h - i, w));
    }
    for (int i = 1; i < w / 2 + 1; ++i) {
      ans = Math.max(ans, dfs(h, i) + dfs(h, w - i));
    }
    return f[h][w] = ans;
  }
}
class Solution {
public:
  long long sellingWood(int m, int n, vector<vector<int>>& prices) {
    using ll = long long;
    ll f[m + 1][n + 1];
    int d[m + 1][n + 1];
    memset(f, -1, sizeof(f));
    memset(d, 0, sizeof(d));
    for (auto& p : prices) {
      d[p[0]][p[1]] = p[2];
    }
    function<ll(int, int)> dfs = [&](int h, int w) -> ll {
      if (f[h][w] != -1) {
        return f[h][w];
      }
      ll ans = d[h][w];
      for (int i = 1; i < h / 2 + 1; ++i) {
        ans = max(ans, dfs(i, w) + dfs(h - i, w));
      }
      for (int i = 1; i < w / 2 + 1; ++i) {
        ans = max(ans, dfs(h, i) + dfs(h, w - i));
      }
      return f[h][w] = ans;
    };
    return dfs(m, n);
  }
};
func sellingWood(m int, n int, prices [][]int) int64 {
  f := make([][]int64, m+1)
  d := make([][]int, m+1)
  for i := range f {
    f[i] = make([]int64, n+1)
    for j := range f[i] {
      f[i][j] = -1
    }
    d[i] = make([]int, n+1)
  }
  for _, p := range prices {
    d[p[0]][p[1]] = p[2]
  }
  var dfs func(int, int) int64
  dfs = func(h, w int) int64 {
    if f[h][w] != -1 {
      return f[h][w]
    }
    ans := int64(d[h][w])
    for i := 1; i < h/2+1; i++ {
      ans = max(ans, dfs(i, w)+dfs(h-i, w))
    }
    for i := 1; i < w/2+1; i++ {
      ans = max(ans, dfs(h, i)+dfs(h, w-i))
    }
    f[h][w] = ans
    return ans
  }
  return dfs(m, n)
}
function sellingWood(m: number, n: number, prices: number[][]): number {
  const f: number[][] = Array.from({ length: m + 1 }, () => Array(n + 1).fill(-1));
  const d: number[][] = Array.from({ length: m + 1 }, () => Array(n + 1).fill(0));
  for (const [h, w, p] of prices) {
    d[h][w] = p;
  }

  const dfs = (h: number, w: number): number => {
    if (f[h][w] !== -1) {
      return f[h][w];
    }

    let ans = d[h][w];
    for (let i = 1; i <= Math.floor(h / 2); i++) {
      ans = Math.max(ans, dfs(i, w) + dfs(h - i, w));
    }
    for (let i = 1; i <= Math.floor(w / 2); i++) {
      ans = Math.max(ans, dfs(h, i) + dfs(h, w - i));
    }
    return (f[h][w] = ans);
  };

  return dfs(m, n);
}

方法二:动态规划

我们可以将方法一的记忆化搜索转换为动态规划。

与方法一类似,我们定义一个二维数组 $d$,其中 $d[i][j]$ 表示高为 $i$,宽为 $j$ 的木块的价格。初始时,我们遍历价格数组 $prices$,将每一块木块 $(h, w, p)$ 的价格 $p$ 存入 $d[h][w]$ 中,其余价格为 $0$。

然后,我们定义另一个二维数组 $f$,其中 $f[i][j]$ 表示对一块高为 $i$,宽为 $j$ 的木块切割后能得到的最多钱数。答案就是 $f[m][n]$。

考虑 $f[i][j]$ 如何转移,初始时 $f[i][j] = d[i][j]$。我们枚举切割的位置,分别计算切割后的两块木块能得到的最多钱数,取最大值即可。

时间复杂度 $O(m \times n \times (m + n) + p)$,空间复杂度 $O(m \times n)$。其中 $p$ 表示价格数组的长度,而 $m$ 和 $n$ 分别表示木块的高和宽。

相似题目:

class Solution:
  def sellingWood(self, m: int, n: int, prices: List[List[int]]) -> int:
    d = defaultdict(dict)
    for h, w, p in prices:
      d[h][w] = p
    f = [[0] * (n + 1) for _ in range(m + 1)]
    for i in range(1, m + 1):
      for j in range(1, n + 1):
        f[i][j] = d[i].get(j, 0)
        for k in range(1, i):
          f[i][j] = max(f[i][j], f[k][j] + f[i - k][j])
        for k in range(1, j):
          f[i][j] = max(f[i][j], f[i][k] + f[i][j - k])
    return f[m][n]
class Solution {
  public long sellingWood(int m, int n, int[][] prices) {
    int[][] d = new int[m + 1][n + 1];
    long[][] f = new long[m + 1][n + 1];
    for (int[] p : prices) {
      d[p[0]][p[1]] = p[2];
    }
    for (int i = 1; i <= m; ++i) {
      for (int j = 1; j <= n; ++j) {
        f[i][j] = d[i][j];
        for (int k = 1; k < i; ++k) {
          f[i][j] = Math.max(f[i][j], f[k][j] + f[i - k][j]);
        }
        for (int k = 1; k < j; ++k) {
          f[i][j] = Math.max(f[i][j], f[i][k] + f[i][j - k]);
        }
      }
    }
    return f[m][n];
  }
}
class Solution {
public:
  long long sellingWood(int m, int n, vector<vector<int>>& prices) {
    long long f[m + 1][n + 1];
    int d[m + 1][n + 1];
    memset(f, -1, sizeof(f));
    memset(d, 0, sizeof(d));
    for (auto& p : prices) {
      d[p[0]][p[1]] = p[2];
    }
    for (int i = 1; i <= m; ++i) {
      for (int j = 1; j <= n; ++j) {
        f[i][j] = d[i][j];
        for (int k = 1; k < i; ++k) {
          f[i][j] = max(f[i][j], f[k][j] + f[i - k][j]);
        }
        for (int k = 1; k < j; ++k) {
          f[i][j] = max(f[i][j], f[i][k] + f[i][j - k]);
        }
      }
    }
    return f[m][n];
  }
};
func sellingWood(m int, n int, prices [][]int) int64 {
  d := make([][]int, m+1)
  f := make([][]int64, m+1)
  for i := range d {
    d[i] = make([]int, n+1)
    f[i] = make([]int64, n+1)
  }
  for _, p := range prices {
    d[p[0]][p[1]] = p[2]
  }
  for i := 1; i <= m; i++ {
    for j := 1; j <= n; j++ {
      f[i][j] = int64(d[i][j])
      for k := 1; k < i; k++ {
        f[i][j] = max(f[i][j], f[k][j]+f[i-k][j])
      }
      for k := 1; k < j; k++ {
        f[i][j] = max(f[i][j], f[i][k]+f[i][j-k])
      }
    }
  }
  return f[m][n]
}
function sellingWood(m: number, n: number, prices: number[][]): number {
  const f: number[][] = Array.from({ length: m + 1 }, () => Array(n + 1).fill(0));
  const d: number[][] = Array.from({ length: m + 1 }, () => Array(n + 1).fill(0));
  for (const [h, w, p] of prices) {
    d[h][w] = p;
  }

  for (let i = 1; i <= m; i++) {
    for (let j = 1; j <= n; j++) {
      f[i][j] = d[i][j];
      for (let k = 1; k < i; k++) {
        f[i][j] = Math.max(f[i][j], f[k][j] + f[i - k][j]);
      }
      for (let k = 1; k < j; k++) {
        f[i][j] = Math.max(f[i][j], f[i][k] + f[i][j - k]);
      }
    }
  }

  return f[m][n];
}

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文