动态规划-背包问题，最小路径和

1.背包问题

 

用（n,v)来表示物品数和容量 ，每一次有装和不装两种选择

为了方便理解，这里用v表示物品的体积，w表示物品的价值，用dp[i][j]来表示j体积下前i个物品的最大价值

dp数组不需初始化，直接找出dp之间的关系即可

const int MAX = 1000;
int v[MAX];//体积
int w[MAX];//价值
int dp[MAX][MAX];//j体积下前i个物品的最大价值
int main()
{
	int N, V;
	cin >> N >> V;
	for (int i = 1; i <= N; i++)
	{
		cin >> v[i] >> w[i];
	}
	for (int i = 1; i <= N; i++)
	{
		for (int j = 1; j <= V; j++)
		{
			if (j < v[i])//当背包装不下第i个物品，则价值等于前i-1个物品
				dp[i][j] = dp[i - 1][j];
			else//能装，选择是否装进第i个物品
				dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - v[i]] + w[i]);
		}
	}
	cout << dp[N][V] << endl;
	return 0;
}

 2.最小路径和

这是 leetcode 的 62 号题：https://leetcode-cn.com/problems/unique-paths/

由于我们的目的是从左上角到右下角一共有多少种路径，那我们就定义 dp[i] [j]的含义为：当机器人从左上角走到(i, j) 这个位置时，一共有 dp[i] [j] 种路径。那么，dp[m-1] [n-1] 就是我们要的答案了。

想象一下，机器人要怎么样才能到达 (i, j) 这个位置？由于机器人可以向下走或者向右走，所以有两种方式到达

一种是从 (i-1, j) 这个位置走一步到达，一种是从(i, j - 1) 这个位置走一步到达

因为是计算所有可能的步骤，所以是把所有可能走的路径都加起来，所以关系式是 dp[i] [j] = dp[i-1] [j] + dp[i] [j-1]。

在dp[i] [j] 中，如果 i 或者 j 有一个为 0，数组就会出问题了，所以我们的初始值是计算出所有的 dp[0] [0….n-1] 和所有的 dp[0….m-1] [0]。这个还是非常容易计算的，相当于计算机图中的最上面一行和左边一列。因此初始值如下：

dp[0] [0….n-1] = 1;   dp[0…m-1] [0] = 1; 

int map[1000][1000] = { 0 };
int dp[1000][1000] = { 0 };//表示走到(i-1,j-1)坐标时路径和最小的值
int main()
{
	int m, n;
	cin >> m >> n;
	for (int i = 0; i < m; i++)
	{
		for (int j = 0; j < n; j++)
		{
			cin >> map[i][j];//输入
		}
	}
	dp[0][0] = map[0][0];
	for (int i = 1; i < m; i++)//提前计算出最上面一行的数据
		dp[i][0] = dp[i - 1][0] + map[i][0];
	for (int i = 1; i < n; i++)//提前计算出最左边一行的数据
		dp[0][i] = dp[0][i - 1] + map[0][i];
	for (int i = 1; i < m; i++)
	{
		for (int j = 1; j < n; j++)
		{
			dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + map[i][j];//推导出dp[i-1][j-1]
		}
	}
	cout << dp[m - 1][n - 1] << endl;
    return 0;
}