$O(K)$ 枚举

关键观察：

加强所有属性的操作可以同时提升三种属性，但可能效率不如单独加强某一属性。

我们需要找到一种训练策略，使得在 $k$ 次训练后三种属性都达到或超过BOSS的属性值。

枚举策略：

枚举加强所有属性操作的次数 $v$（ $0 ≤ v ≤ k$ ）。

对于每个 $v$ ，计算使用 $v$ 次全体加强后，各属性还差多少达到BOSS属性值。

计算剩余属性缺口需要多少次单独加强操作。

如果总操作次数不超过 $k$ ，则可能达成目标。

#include <iostream>
using namespace std;
#define int long long
signed main() {
    int T;
    cin >> T;
    while (T--) {
        int X, Y, Z;
        cin >> X >> Y >> Z;
        int x, y, z, a, k;
        cin >> x >> y >> z >> a >> k;

        bool possible = false;
        for (int v = 0; v <= k; ++v) {
            // 计算全加v次后的剩余需求
            int rem_p = X - v * a;
            if (rem_p < 0)
                rem_p = 0;
            int rem_ag = Y - v * a;
            if (rem_ag < 0)
                rem_ag = 0;
            int rem_in = Z - v * a;
            if (rem_in < 0)
                rem_in = 0;

            // 处理力量需求
            int s = 0;
            if (rem_p > 0) {
                if (x == 0)
                    continue;            // 无法单独补充
                s = (rem_p + x - 1) / x; // 向上取整
            }

            // 处理敏捷需求
            int t = 0;
            if (rem_ag > 0) {
                if (y == 0)
                    continue;
                t = (rem_ag + y - 1) / y;
            }

            // 处理智力需求
            int u = 0;
            if (rem_in > 0) {
                if (z == 0)
                    continue;
                u = (rem_in + z - 1) / z;
            }

            // 总训练次数是否足够
            if (s + t + u <= k - v) {
                possible = true;
                break;
            }
        }

        cout << (possible ? "YES" : "NO") << endl;
    }
    return 0;
}