#!/usr/bin/env python # coding=utf-8 ####################################################################################### # 投资问题 # # 设有m元钱,n项投资,函数 fi(x) 表示将x元钱投入到第 i 项项目所产生 # 的效益,i=1,…, n. 问:如何分配这m元钱,使得投资的总效益最高? ####################################################################################### class Solution: def investmentProblem(self, f, m): """ :type f: List[List[int]] :type m: int :rtype int 思路: 1. 采用动态规划的思路解; 2. 定义状态:dp[i][j] => 表示前i个项目投资j元所能获得的最大收益; 3. base case => dp[0][...]和dp[...][0]均为0,表示没有项目或者投资金额为0时,收益自然为0; 4. 状态转移方程: F(i, j) = f(i, j) i == 1 => 当只投资一个项目时,直接返回投资j元到该项目的收益即为总收益 = max(0 <= k <= j){F(i - 1, j - k) + f(i, k)} i > 1 => 前i个项目投资j元的总收益可以化解为以下子问题: - 前i - 1个项目投资0元,第i个项目投资j元; - 前i - 1个项目投资1元,第i个项目投资j - 1元; - ... - 前i - 1个项目投资j元,第i个项目投资0元; 取上述所有子问题的最大的值即可。 """ # 获取项目的个数 num = len(f) dp = [[0] * (m + 1) for i in range(num + 1)] # 处理i==1,即只投资一个项目的情况 for j in range(1, m + 1): dp[1][j] = f[0][j] for i in range(2, num + 1): for j in range(1, m + 1): for k in range(j): dp[i][j] = max(dp[i][j], dp[i - 1][j - k] + f[i - 1][k]) return dp[-1][-1] if __name__ == '__main__': solution = Solution() print(solution.investmentProblem( [ [0, 11, 12, 13, 14, 15], [0, 0, 5, 10, 15, 20], [0, 2, 10, 30, 32, 40], [0, 20, 21, 22, 23, 24] ], 5 ), "= 61")