动态规划（01背包和完全背包系列）

1. 背包问题总结模板

这两道题分别是动态规划中背包问题的一种，我们可以大致把背包问题分为01背包和完全背包以及组合背包问题。
1.

• 01背包问题就是：从n个物品中选取当容积达到m的时候，背包此时的价值最大。但是背包中每种物品只能选取一次
• 完全背包则是：此时从n个物品中选取当容积达到m的时候，背包的此时价值最大，但是每种物品都可以重复选取
• 组合背包（组合和排列）问题：此时我们需要对背包中的物品要考虑顺序（然而这一种才是最应该好好思考的，因为他的遍历顺序是有严格的方式的，如果我们选择了不恰当的遍历方式，这里是会报错的，对于排序问题我们应该选择先遍历容积在遍历物品，对于组合问题我们依旧选择和别的方式一样的先遍历物品在遍历，为什么要这样呢？那是因为如果我们在排序哪里依旧使用原来的遍历顺序，是会出现重复的结果的，比如说{1，5}和{5，1},在组合里面这两个结果算一个，但是在排序里面这算两个结果）

2.首先是背包分类的模板：

• 1、0/1背包：外循环nums,内循环target,target倒序且target>=nums[i];
• 2、完全背包：外循环nums,内循环target,target正序且target>=nums[i];
• 3、组合背包(考虑顺序)：外循环target,内循环nums,target正序且target>=nums[i];
• 4、分组背包：这个比较特殊，需要三重循环：外循环背包bags,内部两层循环根据题目的要求转化为1,2,3三种背包类型的模板（待定）

3.问题分类的模板：

• 1、最值问题: dp[i] = max/min(dp[i], dp[i-nums]+1)或dp[i] = max/min(dp[i], dp[i-num]+nums);
• 2、存在问题(bool)：dp[i]=dp[i]||dp[i-num]；
• 3、组合问题：dp[i]+=dp[i-num];

2. 01背包系列题目

2.1 LintCode—01背包问题

链接：https://www.lintcode.com/problem/125/

题解：

仔细感觉就会发现其实是在填这个物品和容积所构成的一个表格（一定要对于物品和容量所开辟的表格多开一行一列，这样做的目的也是为了能够直接进行初始化），最终需要返回的是dp[n][m],也就是从前n个物品当中任意选择物品，且体积总和不超过m的最大价值。

class Solution{
   
public:
 int backPackII(int m, vector<int> &A, vector<int> &V) {
   
        // write your code here
        int n = A.size();
        vector<vector<int>> dp(n+1,vector<int>(m+1,0));
        for(int i = 1;i<=n;++i)
        {
   
            for(int j = 1;j<=m;++j)
            {
   
                if(A[i-1] > j)
                {
   
                    //肯定是放不下的
                    dp[i][j] = dp[i-1][j];
                }
                else
                {
   
                    dp[i][j] = std::max(dp[i-1][j-A[i-1]]+V[i-1],dp[i-1][j]);
                }
            }
        }
        return dp[n][m];
    }
};

2.2 LeetCode第416题—分割等和子集(存在问题)

这道题和sum和一样，如何找到这道题是一道01背包问题，是这道题的关键。

class Solution {
   
public:
    //left - right = 0;
    //left + right = sum;
    //2left = sum           ->      left = sum/2
    bool canPartition(vector<int>& nums) {
   
        int sum = 0;
        for(int& e: nums)
            sum += e;
        if(sum % 2 == 1)
            return false;
        int bigSize = sum /2;
        vector<vector<int>> dp(nums.size()+