P 老师需要去商店买 nnn 支铅笔作为小朋友们参加 NOIP 的礼物。她发现商店一共有 333 种包装的铅笔，不同包装内的铅笔数量有可能不同，价格也有可能不同。为了公平起 见，P 老师决定只买同一种包装的铅笔。 商店不允许将铅笔的包装拆开，因此 P 老师可能需要购买超过 nnn 支铅笔才够给小朋友们发礼物。 现在 P 老师想知道，在商店每种包装的数量都足够的情况下，要买够至少 nnn 支铅笔最少需要花费多少钱。 输入格式 第一行包含一个正整数 nnn，表示需要的铅笔数量。 接下来三行，每行用 222 个正整数描述一种包装的铅笔：其中第 111 个整数表示这种包装内铅笔的数量，第 222 个整数表示这种包装的价格。 保证所有的 777 个数都是不超过 100001000010000 的正整数。 输出格式 111 个整数，表示 P 老师最少需要花费的钱。

这是一个简单的背包问题，可以使用动态规划求解。具体来说，设 f(i,j) 表示前 i 种包装，购买 j 支铅笔所需的最小花费，那么有以下状态转移方程：

f(i,j) = min{f(i-1,j-k*num[i])+k*price[i] | 0<=k*num[i]<=j}

其中 num[i] 表示第 i 种包装内铅笔的数量，price[i] 表示第 i 种包装的价格。上述方程的意思是，考虑购买第 i 种包装内的铅笔，可以购买 0 到 j/num[i] 个，分别计算出对应的花费，取最小值即可。

最终答案为 f(333,n)，即购买所有包装内铅笔数量都足够的情况下，购买 n 支铅笔所需的最小花费。

以下是 Python 代码实现：

n = int(input())
num = [0] * 334
price = [0] * 334
for i in range(1, 334):
num[i], price[i] = map(int, input().split())

INF = 0x3f3f3f3f
f = [[INF] * (n+1) for _ in range(334)]
f[0][0] = 0
for i in range(1, 334):
for j in range(n+1):
for k in range(j//num[i]+1):
f[i][j] = min(f[i][j], f[i-1][j-k*num[i]]+k*price[i])

print(f[333][n])