背包问题解题思路

背包解题思路
背包问题大部分都是类似模样的状态转移方程dp[j]=dp[j]>(dp[j-t]+v)?dp[j]:(dp[j-t]+v);
普通类型的背包问题只需注意以下情况：
一、对于物品数量：
1、	01背包：每件物品只有一件：
这表示物品不可以重复取，于是我们里面的循环可以写成for(j=v;j>=c;j--)这样从最大背包重量到只能装下一个当前物品的最小重量，由于是从后向前推的，设v表示背包的体积，c表示物体的体积而前面并没有装任何当前物品，所以就可以做到每个物品至多装下一件。（外层循环是物品件数）
2、	多重背包：
每个物品有有限件（可能是1件或多件，可以多选但不能超过最大件数）
解这类题有两种方法，可行的一种方法是直接把每个物品的N件看成完全相同的N种物品，完成这个操作只需要在外层循环和内层循环之间加上一层while循环即可，就像这样：while(c--)//c即为当前物品的数量
{  
for(j=n;j>=p;j--)/*由于物品被当成多种来对待，所以“每件”不能重复选择*/
{  
dp[j]=max(dp[j],dp[j-p]+h); //状态转移方程，max()为取最大值函数
}  
}

3、	完全背包：每个物品有无限件
这表示每件物品都可以随便取，直到背包装不下为止，于是和单纯的只去一件相对，我们里面的循环可以写成for(j=c;j<=v;j++)这样,从只能装下一个当前物品的最小重量到最大背包重量，由于前面较小的背包重量可能已经装过当前物品了，所以后面的就可以装下重复的物品。
4、	分组背包：物品分为不同的组，每组最多可以取一件（有的题是每组最少取一件）
这种题的解题技巧也是加一层循环，不过不像多重背包，多加的这一层循环作用为在某一组中找出最优解，在这不好说，会在下面题中说明。

二、对于是否需要装满的要求：
技巧就是不需要装满的情况就把数组初始化为0，需要装满就把数组初始化为负无穷。
我们看到的求最优解的背包问题题目中，事实上有两种不太相同的问法。有的题目要求“恰好装满背包”时的最优解，有的题目则并没有要求必须把背包装满。一种区别这两种问法的实现问题是在初始化的时候有所不同。
如果是第一种问法，要求恰好装满背包，那么在初始化时除了F[0]为0，其他F[1..V]均设为负无穷，这样就可以保证最终得到的F[V]是一种恰好装满背包的最优解。
如果并没有要求必须把背包装满，而是只希望价格尽量大，初始化时应该将F[0….V]全部设为0。
这是为什么呢？可以这样理解：初始化的F数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满，那么此时只有容量为0的背包可以在什么也不装且价值为0的情况下被”恰好装满”，其他容量的背包均没有合法的解，属于未定义的状态，应该被赋值为负无穷了。如果背包并非必须被装满，那么任何容量的背包都有一个合法解”什么都不装“，这个解的价值为0，所以初始化时状态的值也就全部为0了。
这个小技巧完全可以推广到其他类型的背包问题，后面也就不再对进行状态转移之前的初始化进行讲解。剩下的就是一些背包问题的变形以及扩展，那些题就需要随机应变了，下面会有例题。下面上例题：
采药问题
题目描述
医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，
每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。
如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。”  如果你是辰辰，你能完成这个任务吗？
输入
输入的第一行有两个整数T（1  < =  T  < =  1000）和M（1  < =  M  < =  100），用一个空格隔开，
T代表总共能够用来采药的时间，M代表山洞里的草药的数目。接下来的M行每行包括两个在1到100之间（包括1和100）的整数，
分别表示采摘某株草药的时间和这株草药的价值。
输出
输出包括一行，这一行只包含一个整数，表示在规定的时间内，可以采到的草药的最大总价值。
样例输入
70 3
71 100
69 1
1 2
样例输出
3
提示
对于30%的数据，M  < =  10；对于全部的数据，M  < =  100。

代码：
#include<stdio.h>
#include<string.h>
int dp[1001];
int main()
{
	int time,m,i,j,t,v;
	scanf("%d%d",&time,&m);
	memset(dp,0,sizeof(dp));
	for(i=1;i<=m;i++)
	{
		scanf("%d%d",&t,&v);
		for(j=time;j>=t;j--)
			dp[j]=dp[j]>(dp[j-t]+v)?dp[j]:(dp[j-t]+v);
	}