动态规划之01背包问题（Knapsacks Problem）

        01背包问题：给定n种物品和一个容量有限的背包，每件物品都会消耗背包的一定容积，并带来一定价值，要求如何选取装入背包中的物品，使得背包内的物品价值最大。

01背包使用动态规划解决的具体分析思路不讲了，详细可以参考《背包九讲》。下面只写写HDU几道题目的解题报告。

一、基本01背包问题

这类问题的特点是：每件物品的数量是一个，要么放一个，要么一个不放，且背包的容量是整形数。

题目：HDU 1203， 大意是用一定数量的前申请不同学校的offer，每所学校要花一定的申请费用，且只有一定的概率才能申请到offer，求怎么分配这笔钱，才能使得至少拿到一个offer的概率最大。初始金钱不一定要花完。

这题比较容易看出是01背包问题，背包是初始的金钱，物品是学校，物品的消耗是申请费用，物品的价值是概率。由于题目求的是至少拿到一个offer的概率，相互独立事件求至少一件发生的概率一般反过来较为简单，所以可以考虑实现时将一个offer也拿不到的概率作为价值，要求在有限背包容量下，这个价值最小。下面是AC的代码：

#include <iostream>
#include <iomanip>
#define Max 10001
using namespace std;
float min(float a, float b)
{
   return a>b?b:a;   
}
int main()
{
    int n,m;
    while(cin>>n>>m && (n || m)  )
    {
        float* dp = new float[n+1];
        int* cost = new int[m];
        float* value = new float[m];            
        for(int i = 0 ; i < m ; i++)
        {
            int c;
            float v;
            cin>>c>>v;
            cost[i] = c;
            value[i] = 1-v;  //存储的是申请不上的概率      
        }                
        for(int i = 0 ; i < n+1 ; i++) dp[i] = 1;
        for(int i = 0 ; i < m ; i++)
        {
            for(int j = n ; j >= cost[i] ; j--)
            {
                dp[j] = min(dp[j], dp[j-cost[i]]*value[i]);        
            }        
        }
        dp[n] = 100*(1-dp[n]);
        cout<<setiosflags(ios::fixed)<<setprecision(1)<<dp[n];
        cout<<"%"<<endl;
    }  
    return 0; 
}

题目：HDU 2602， 更简单的01背包问题了。

01背包事实上可以从数学规划的角度来进行理解。所谓01背包问题，实际上就是求如下的数学规划问题：

其中，  是物品提供的价值，  是物品的消耗， C是物品的总消耗，也即背包的容量。

二、完全背包问题

问题特点：每件物品的数量有无限多个，可以一个不放，也可以放任意数量的，背包容量为整形数。

题目：HDU 1114， 大意是有一个存钱罐，已知存钱罐中硬币的重量和每种面值硬币的重量，求存钱罐中最少有多少钱。

这是完全背包问题，因为每种面值的硬币并不限数量，可以有任意个，只要背包容量允许。在本题中，背包的容量是硬币的总重量，物品是硬币，物品的消耗是每种硬币的重量，物品的价值是硬币的面值，要求在消耗完总重量的前提下，物品的价值最小。因为必须消耗完背包的容量，所以在初始化时需要做点不同的工作。AC代码如下：

#include <iostream>
#define Inf 99999999
using namespace std;

int min(int a, int b)
{
    return a>b?b:a;   
}

int main()
{
    int T;
    cin>>T;
    while(T--)
    {
        int e, f, n;
        cin>>e>>f; cin>>n;
        int vol = f - e;//存钱罐中硬币总重量
        int* value = new int[n];//硬币面值
        int* weight = new int[n];//硬币重量
        for(int i = 0 ; i < n ;i++) cin>>value[i]>>weight[i];
        int* dp = new int[vol+1];
        dp[0] = 0;//当背包容量为0时，合理的解是硬币价值为0
        for(int i = 1 ; i < vol+1 ; i++) dp[i] = Inf; //注意这里的初始化，Inf表示没有满足消耗完背包容量的解
        for(int i = 0 ; i < n; i++)
        {
           for(int j = weight[i] ; j < vol+1 ; j++)
               dp[j] = min(dp[j], dp[j-weight[i]]+value[i]);        
        }     
        if(dp[vol] == Inf) cout<<"This is impossible."<<endl;
        else cout<<"The minimum amount of money in the piggy-bank is "<<dp[vol]<<"."<<endl;
    }
    return 0;
}

这题虽然是完全背包问题，不过从数学规划的角度来理解的话，可能会有助于对背包也形成更好的理解。

设硬币的面值是  ， 单个硬币的重量分别是，存钱罐中所有硬币的重量是