愚人DP

一个月前写的，勉强上传存档……

第一次接触DP

POJ 1163
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5

当时并没有DP概念，正向思维，把每一层的所有状态全都算出来，再给下一层。题目是不难，但这个图对我的启示挺大。

其中只有根是已知的，每个状态的转移方式也是已知的。
从根到叶是正向思维。顺次可以得到所有的儿子的状态。当所有状态数量是有限的时候，正向的规模被限制，可以尝试求解。
但有时只需要求其中一个儿子的状态，如果还是从根节点出发一一求出状态则显得有点浪费。所以此时应该逆向思维。
当上一层对下一层状态如树状（图左），则非常理想，从儿子看，他只需要知道父亲的状态，而不需知道伯伯的状态，依次到达根节点。但当状态有交叉时（图右），则要求出相关联的伯伯的状态。逆向求解有助于减少运算的规模。

背包——DP中的经典

背包系列问题是DP入门的经典。一言以蔽之：
n件物品，第i件体积为v[i], 价值为w[i], 件数为k[i]
$F_i(j)：前i个物品放进容积为j的容器里的最大价值（逐步达到最大）$

0-1背包

所有k[i]均为1

$$F_i(j)= \begin{cases} F_{i-1}(j) &\text{$V_i > j >= 0$}\\ max\{F_{i-1}(j),F_\color{red}{i-1}(j-V_i)+W_i\} &\text{$C>=j>=V_i$} \end{cases}$$

for(int i = 0;i < n;i++)
    for(int j = C;j >= v[i];j--)
        dp[j] = max(dp[j], dp[j-v[i]]+w[i]);

完全背包

所有k[i]=inf

$$F_i(j)= \begin{cases} F_{i-1}(j) &\text{$V_i > j >= 0$}\\ max\{F_{i-1}(j),F_\color{red}{i}(j-V_i)+W_i\} &\text{$C>=j>=V_i$} \end{cases}$$

for(int i = 0;i < n;i++)
    for(int j = v[i];j <= C;j++)
        dp[j] = max(dp[j], dp[j-v[i]]+w[i]);

多重背包

k[i]>=1

1. 化为0-1背包，则共有$\sum k_i$件物品，当物品件数多时可能会超时。
2. 二进制拆分。将k拆为$1,2,4,...,2^p, k-2^{p+1}+1(>0,p为最大的满足该式的值)$.可知它们可以组合出在$1到k$范围内的所有数字。则只要将一件物品拆分成这样的p+2件物品，化为0-1背包。注意每件物品重量、价值等比例扩大。

for(int i = 0;i < n;i++)
{
    int m = 1;
    while(k[i] > 0)
    {
        if(m > k[i]) m = k[i];
        k[i] -= m;
        for(int j = C;j >= v[i];j--)
            dp[j] = max(dp[j], dp[j-v[i]]);
        m <<= 1;
    }
}

3.单调队列优化