记录结果再利用的“动态规划”（DP：Dynamic Programming）

记一下看《挑战程序设计竞赛》的笔记
01背包问题
有n个重量和价值分别为wi,vi的物品。从这些物品中挑选出总重量不超过W的物品，求所有挑选方案中价值总和的最大值。

限制条件：
1 ≤ n ≤ 100
1 ≤ wi,vi, ≤ 100
1 ≤ W ≤ 10000

样例
输入：n = 4
(w, v) = { (2, 3), (1, 2), (3, 4), (2, 2) }
W=5

输出：7

思路：没学dp前，我一开始想到不如试试DFS，针对每个物品是否放入背包进行搜索。
代码如下：

#include<iostream>
using namespace std;

#define MAX_N 100

int n, W;
int w[MAX_N], v[MAX_N];

//从第i个物品开始挑选总重小于j的部分
int  dfs(int i, int j){
   int val;
   if( i == n ){
   //当i=n时表示包内物品搜索完毕 
   	val=0;
   }else if( w[i] > j){
   //如果物品的重量比j还大，就不需要考虑
   	val = dfs(i+1, j); 
   }else {
   //选上和不选上该物品的价值取最大 
   	val = max(dfs(i+1, j),dfs(i+1, j - w[i]) + v[i]); 
   } 
   return val; 
}
int main(){
   cin>>n>>W;
   for(int i=0; i<n; i++){
   	cin>>w[i]>>v[i];
   }
   cout<<dfs(0, W);
   return 0;
}

在书本P54中也有这种写法，但是在递归地调用中，如dfs (3,2)为参数调用了两次。如果参数相同，那么返回的结果也相同，这样子就白白浪费了计算时间，所以就思考能不能把第一次计算的结果记录下来，就想到了因为调用dfs时的参数时 i 和 j，就可以用一个二维数组把 val 返回的值记录在二维数组中。

改进后的代码复杂度为O（nW）：

int dp[MAX_N+1][MAX_N+1];//因为需要记录0到n的值，所以开MAX_N+1的大小
int  dfs(int i, int j){
	int val;
	if(dp[i][j] > 0){
		return dp[i][j];
	}
	if( i == n ){
	//当i=n时表示包内物品搜索完毕 
		val=0;
	}else if( w[i] > j){
	//如果物品的重量比j还大，就不需要考虑
		val = dfs(i+1, j); 
	}else {
	//选上和不选上该物品的价值取最大 
		val = max(dfs(i+1, j),dfs(i+1, j - w[i]) + v[i]); 
	} 
	
	return dp[i][j] = res; 
}
//在main函数里需要用memset初始化数组dp，赋值为-1即可

由此我们可以得出如下的递推式
dp[ n ][ j ] = 0
dp[ i ][ j ] = dp[ i+1 ][ j ] ( j < w[ j ] )
dp[ i ][ j ] = max( dp [ i+1 ][ j ], dp[ i+1 ][ j ]-w[ i ]+v[ i ]) ( 其他 )
如上所示，不用写递归函数，直接利用递推式将各项的值计算出来，简单地用二重循环也可以解决这一问题

#include<iostream>
using namespace std;
#define MAX_N 100 
int dp[ MAX_N + 1 ][ MAX_N + 1];
int w[ MAX_N ], v[ MAX_N ];
int n,W;

void solve(){
	for (int i = n - 1; i >= 0; i--){
		for(int j = 0; j <= W ; j++){
			if(j < w[i]){
				dp[i][j] = dp[i + 1][j];
			}else{
				dp[i][j] = max(dp[i + 1][j], dp[i + 1][j - w[i]] + v[i]);
			}
		} 
	}
	cout << dp[0][W] <<endl;
}

int main(){
	cin >> n;
	for(int i = 0; i < n; i ++){
		cin >> w[i];
		cin >> v[i];
	}
	cin >> W;	
	solve();
	return 0;
}

今天刚开始不是很懂这个思路，想了一个多小时觉得这是递归回来的过程，用n-1开始算到0。
j每次都从0到W，虽然肯定有几项是实际选择中没有的项，但是却可以遍历所有的结果，就像上面说的，将各值都计算出来。
2019/9/4

---