关于01背包问题的动态规划思路

---

大二在读生自己的总结，求大牛不要喷。。。

---

这周老师出了三道题，里面有一道题是动态规划，之前只听说过这个动态规划，还没有做过类似的题，没办法，百度咯。发现做出来的代码都很短（说明这个算法很巧妙），根本看不懂。于是又去百度动态规划的教学。学了一下午，终于大概明白思路了。
简而言之就是：大事化小，小事化了
要做动态规划题最重要的就是找思路，怎么分解这个问题，把这个大问题化为小问题，小问题再化为更小的问题，最后就能做出来了。
动态规划里有一个经典的01背包问题，一个背包的容量为K，然后有N个不同的物品大小分别为v1，v2，v3…求这个背包K最多能容纳多少物品容量和。
刷了好几道这种题，现在已经知道大概思路了，所以来总结一下。
做01背包问题的动态规划，可以用一个一维数组dg[i]
dg[i]则表示，在容量为i的背包下，最多能装的物品容量和为dg[i]
而要求dg[i]的话
假设一个物品容量为v1，那么dg[i]=max(dg[i],dg[i-v1]+v1)
看式子可能不好理解，举个例子就是一个容量为20的背包，有一个物品大小为5。那么容量20的背包就是dg[20]，这个大小为5的东西，可以不装，也可以装。如果装这个东西那么dg[20]=dg[20-5]+5，不装dg[20]不变，题目要求的是这两个情况的最大值。
解释一下，在装入这个物品的情况下，那么dg[20]就等于在背包容量为15 (20-5) 的时候能装的最大容量dg[15]与物品大小的和。不装的话dg[20]不变。
如果你要在容量为20的背包里装大小为5的东西，那么背包容量15时最多能放下的容量再加上这大小为5的东西，得出来的结果就是容量20下能装的最大容量。
语文是真的不好，描述不清楚QAQ
下面放三个例题来理一下这个思路

有一个箱子容量为V（正整数，0＜＝V＜＝20000），同时有n个物品（0＜n＜＝30），每个物品有一个体积（正整数）。
　　要求n个物品中，任取若干个装入箱内，使箱子的剩余空间为最小。
输入格式
　　第一行为一个整数，表示箱子容量；
　　第二行为一个整数，表示有n个物品；
　　接下来n行，每行一个整数表示这n个物品的各自体积。
输出格式
　　一个整数，表示箱子剩余空间。
　　样例输入
　　24
　　6
　　8
　　3
　　12
　　7
　　9
　　7
样例输出
0

这题要求装完东西后箱子剩下的最小容量，换句话说就是箱子最大能装多少东西。用一维数组dg[i]标示箱子容量为i的情况下最多能放的容量。a[i]数组表示每个物体的体积。
那么
dg[i]=max(dg[i],dg[i-v1]+v1)。

i-v1容量下的背包能放的最多容量加上v1就是i容量能放的最大容量
或者就不放，两个情况谁占得容量大就要谁
代码如下

#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
	int dp[20005] = { 0 };
	int a[35] = { 0 };
	int n;
	int rl;
	cin >> rl;
	cin >> n;
	for (int i = 0; i < n; i++)
		cin >> a[i];
	for (int i = 0; i < n; i++)
	{
		for(int j=rl;j>=a[i];j--)
		{
			dp[j]=max(dp[j], dp[j - a[i]]+a[i]);
		}
	}
	cout << rl-dp[rl] << endl;
	return 0;
}

代码中的for(int j=rl;j>=a[i];j–)为什么要倒着来，而不是for(int j=a[i];j<=rl;j++)呢
原因是如果一旦正着来，有些物品会被装两次
举个例子
要放物品大小为5的东西
那么容量从5开始到10（背包容量）为止
dg[5]=5
dg[6]=5
dg[7]=5
dg[8]=5
dg[9]=5
dg[10]=dg[10-5]+5=10
上面可以看出来在容量为10的时候会求容量5能放的最多东西再加上5.
但是容量为5的背包已经把这个东西放进去过，容量为10的时候就不能再用了
所以倒着来
dg[10]=dg[10-5]+5=5
dg[9]=5
dg[8]=5
…
dg[5]=5
由于上来就计算容量10的背包，那么容量5的时候还是默认的0，所以dg[10]就等于5了（只放一次）
注意最后输出的是剩下的容量，所以用背包容量减去能放最多的东西来表示。

第二题

辰辰是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。”
　　如果你是辰辰，你能完成这个任务吗？
输入格式
　　第一行有两个整数T（1 <= T <= 1000）和M（1 <= M <= 100），用一个空格隔开，T代表总共能够用来采药的时间，M代表山洞里的草药的数目。接下来的M行每行包括两个在1到100之间（包括1和100）的整数，分别表示采摘某株草药的时间和这株草药的价值。
输出格式
　　包括一行，这一行只包含一个整数，表示在规定的时间内，可以采到的草药的最大总价值。
样例输入
70 3
71 100
69 1
1 2
样例输出
3
数据规模和约定
　　对于30%的数据，M <= 10；
　　对于全部的数据，M <= 100。

题目怪长，看完其实还是01背包，很好理解，总共能采药的时间就是容量，在这个时间内，求采到的草药的最大总价值
跟上面题目不一样的地方就是，他求的不是容量了，而是价值，这也好办，弄个二维数组a[i][2]来存草药的数据
i表示第几个草药，a[i][0]表示消耗的时间（占用容量），a[i][1]表示价值。
dg[j]表示在j时间内采取的最大草药总价值
dg[j]=max(dg[j],dg[j-a[i][0]]+a[i][1])

在j-a[i][0]时间下的最大总价值加上a[i][1]就是j时间下的最大总价值
不管是求价值，还是求容量，思路都是不变的

#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
	int dg[1005] = { 0 };
	int a[105][2] = { 0 };
	int T, M;
	cin >> T >> M;
	for (int i = 0; i < M; i++)
	{
		int ta, tb;
		cin >> ta >> tb;
		a[i][0] = ta;
		a[i][1] = tb;
	}
	for (int i = 0; i < M; i++)
	{
		for (int j = T; j >= a[i][0]; j--)
		{
			dg[j] = max(dg[j - a[i][0]] + a[i][1], dg[j]);
		}
	}
	cout << dg[T] << endl;
	return 0;
}

第三题

金明今天很开心，家里购置的新房就要领钥匙了，新房里有一间他自己专用的很宽敞的房间。更让他高兴的是，妈妈昨天对他说：“你的房间需要购买哪些物品，怎 么布置，你说了算，只要不超过N元钱就行”。今天一早金明就开始做预算，但是他想买的东西太多了，肯定会超过妈妈限定的N元。于是，他把每件物品规定了一 个重要度，分为5等：用整数1~5表示，第5等最重要。他还从因特网上查到了每件物品的价格（都是整数元）。他希望在不超过N元（可以等于N元）的前提 下，使每件物品的价格与重要度的乘积的总和最大。
　　设第j件物品的价格为v[j]，重要度为w[j]，共选中了k件物品，编号依次为 j1，j2，……，jk，则所求的总和为：
　　v[j1]*w[j1]+v[j2]*w[j2]+ …+v[jk]w[jk]。（其中为乘号）
　　请 你帮助金明设计一个满足要求的购物单。
输入格式
　　输入文件 的第1行，为两个正整数，用一个空格隔开：
　　N m
　　（其中N（<30000）表示总钱 数，m（<25）为希望购买物品的个数。）
　　从第2行到第m+1行，第j行给出了编号为j-1的物品的基本数据，每行有2个非负整数
　　v p
　　（其中v表示该物品的价格(v<=10000)，p表示该物品的重要度(1~5)）
输出格式
　　输出文件只有一个正整数，为不超过总钱数的物品的价格与重要度乘积的总和的最大值（<100000000）。
样例输入
1000 5
800 2
400 5
300 5
400 3
200 2
样例输出
3900

又变了，而细心的同学发现了，变得又是要求的东西，实质还是01背包。钱数就是容量，要求的东西变成了价格和重要度的乘积和。
这题跟第二题一样，如果用第二题来套要求的就是草药时间和价值的乘积和
那么变量都一样
dg[j]表示j钱数下取得的价格和重要度的最大乘积和
a[i][0]表示第i个物品的价格
a[i][1]则是重要度

dg[j]=max(dg[j-a[i][0]]+a[i][0]*a[i][1],dg[j])

#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
	long long dg[30005] = { 0 };
	int N, m;
	int v, p;
	int a[30][2] = { 0 };
	cin >> N >> m;
	for (int i = 0; i < m; i++)
	{
		cin >> v >> p;
		a[i][0] = v;
		a[i][1] = p;
	}
	for (int i = 0; i < m; i++)
	{
		for (int j = N; j >= a[i][0]; j--)
		{
			dg[j] = max(dg[j], dg[j - a[i][0]] + a[i][0] * a[i][1]);
		}
	}
	cout << dg[N] << endl;
	return 0;
}

在练过这几道题后，对这一类问题的动态规划思路已经熟悉了。以后再遇到这种题只要分析出是01背包就可以快速解出来= - =