算法 - 动态规划 - 状态转移+01背包问题

算法 - 动态规划 - 状态转移+01背包问题

在做拼多多C++岗的笔试题时候，第三题的题目是：

有N个货物（0<=N<=1024），每个货物的重量是W（100<=W<=300）。如果每辆车最多的载重为300，请问最少需要多少辆车才能运输所有货物。

开始尝试用贪心算法来求，先将货物从小到大排序，然后每次取最后最大的数装载，装不上时再取前面最小的数装载。这种贪心算法通过率为55%，原因是有些数据使用贪心算法行不通，比如：100 100 100 140 150 150 160。

后来自己下来思考这道题目，发现POJ的2923（Relocation）跟这道题大同小异：

有个人需要搬家，有N件物品，给个物品的重量是 w[i] 然后又两个车，每个车的载重量分别是C1和C2，求最少需要运输多少次才能把这些物品全部运输完毕。
输入输出：
Sample Input:
2 - - 例子个数
6 12 13 - - N个物品，第一辆车的容量v1，第二辆车的容量v2
3 9 13 3 10 11 - - N个物品的单个容量
7 1 100
1 2 33 50 50 67 98
Sample Output:
Scenario #1: - - 第一个例子
2 - - 两趟
Scenario #2: - - 第二个例子
3 - - 三趟

POJ的2923（Relocation）分析：
1. 用0 ~ 1 << N-1二进制表示物品是否装载的详细情况（即状态），其中0代表未装载，1代表装载。假设N为3，那么000表示没有装载，001表示第一件物品装载，011表示第一、二件物品装载，100表示第三件物品装载。
2. 用dp[i]表示状态i需要装载的最少次数，则此处动态规划方程为：dp[i|j] = min(dp[i|j], dp[i]+1)。其中要保证：a.i&j==0 b.j表示两趟车一次可运走的状态
3. 若（i&j == 0），表示：i状态与j状态没有重合的元素

POJ的2923（Relocation）代码：

#include <iostream>
#include <string>
#include <vector>

using namespace std;

#define MAXVALUE 1<<30

bool isStateOK(int x, int v1, int v2, const vector<int> &vol)//判断一种状态是否可行（可以一次运走）
{
    int sum = 0;
    vector<bool> visit(v1+1, false);                         //vis[i]表示容量和为i的货物能否装上第一辆车
    visit[0] = true;

    for (int i = 0;i < vol.size();i++)
    {