动态规划解宠物小精灵收服问题

1. 项目背景与题目解析

"宠物小精灵之收服"是《信息学奥赛一本通》中的一道经典动态规划题目（编号1292）。这道题源自经典的宠物小精灵（宝可梦）游戏设定，要求参赛者在有限的精灵球数量和训练师体力条件下，计算出能够收服最多小精灵的方案。

题目本质是一个二维背包问题的变种：

• 第一维限制：拥有的精灵球数量（类比背包容量）
• 第二维限制：训练师的体力值（新增约束维度）
• 目标：在不超过精灵球数量和体力消耗的前提下，收服最多数量的小精灵

2. 问题建模与算法选择

2.1 题目参数定义

设：

• 总精灵球数量为M
• 训练师初始体力为K
• 有N只野生小精灵
• 收服第i只小精灵需要消耗a[i]个精灵球和b[i]点体力

2.2 动态规划状态设计

采用三维数组dp[i][j][k]表示：

• 考虑前i只小精灵
• 使用j个精灵球
• 消耗k点体力
  时的最大收服数量

状态转移方程：

code复制dp[i][j][k] = max(
    dp[i-1][j][k],  // 不收服第i只
    dp[i-1][j-a[i]][k-b[i]] + 1  // 收服第i只
)

2.3 空间优化技巧

实际编码时可优化为二维数组：

cpp复制int dp[M+1][K+1] = {0};
for(int i=1; i<=N; i++){
    for(int j=M; j>=a[i]; j--){
        for(int k=K; k>=b[i]; k--){
            dp[j][k] = max(dp[j][k], dp[j-a[i]][k-b[i]]+1);
        }
    }
}

3. 边界条件与特殊处理

3.1 体力耗尽判定

题目要求收服后体力不能归零（必须>0），因此：

• 实际可用体力为K-1
• 状态转移时k的范围是1到K-1

3.2 最优解后处理

在得到最大收服数量max_cnt后，需要逆向求解消耗的最小体力：

cpp复制int min_cost = K;
for(int k=0; k<K; k++){
    if(dp[M][k] == max_cnt){
        min_cost = min(min_cost, k);
    }
}

4. 完整代码实现（C++）

cpp复制#include <iostream>
#include <algorithm>
using namespace std;

int main() {
    int M, K, N;
    cin >> M >> K >> N;
    
    int a[101], b[101];
    for(int i=1; i<=N; i++){
        cin >> a[i] >> b[i];
    }
    
    int dp[1001][501] = {0}; // dp[精灵球][体力] = 最大数量
    
    for(int i=1; i<=N; i++){
        for(int j=M; j>=a[i]; j--){
            for(int k=K-1; k>=b[i]; k--){ // 注意体力不能耗尽
                dp[j][k] = max(dp[j][k], dp[j-a[i]][k-b[i]]+1);
            }
        }
    }
    
    int max_cnt = dp[M][K-1];
    int min_cost = K;
    for(int k=0; k<K; k++){
        if(dp[M][k] == max_cnt){
            min_cost = min(min_cost, k);
        }
    }
    
    cout << max_cnt << " " << (K - min_cost) << endl;
    return 0;
}

5. 算法优化与变种思考

5.1 时间复杂度分析

原始解法：

• 时间复杂度：O(NMK)
• 空间复杂度：O(M*K)

当M和K较大时（如1e4量级），可能需要进一步优化：

1. 滚动数组优化空间
2. 根据数据特点剪枝

5.2 变种问题举例

1. 求具体收服方案（记录路径）
2. 每只小精灵有不同价值，求最大价值
3. 精灵球和体力可以补充的特殊规则

6. 实战注意事项

1. 输入格式陷阱：题目可能给出多余的空格或换行，建议使用cin自动处理
2. 数组越界防护：确保所有数组访问在合法范围内
3. 初始化重要性：dp数组必须初始化为0
4. 逆向枚举原因：背包问题必须逆向枚举以避免重复计算
5. 体力边界检查：特别注意K-1的边界条件

提示：在竞赛中遇到类似题目时，建议先手写几个小规模测试案例验证算法正确性，再处理大规模输入。