动态规划dp与典型问题（01背包）

01背包问题

01背包问题对于动态规划dp的入初学者非常友好，题目和分析简单易懂，很适合上手，先来看一下题目的描述：

描述

一个旅行者有一个最多能装 M 公斤的背包，现在有 n 件物品，它们的重量分别是W_1，W_2，...,W_n,它们的价值分别为C_1,C_2,...,C_n，求旅行者能获得最大总价值。

输入描述

第一行：两个整数，M(背包容量，M≤200)和N(物品数量，N≤30)；

第2..N+1行：每行二个整数W_i，C_i，表示每个物品的重量和价值。

输出描述

仅一行，一个数，表示最大总价值。

用例输入 1 

10 5

2 6

2 3

6 5

5 4

4 6

用例输出 1 

15

如果没有接触过动规，拿到这个题目可能会一时没有思绪，就像本人一样

但是没有关系，我们接下来通过一个表格来分析

其中横向表示bag的容量（从左向右逐渐递增）

竖向表示每组数据（质量，价值）

现在来解释一下这个表格：

eg.第一组数据，当背包容量为0和1时装不下，所以在dp[ ] [ ]中填0；当背包容量>=2时，可以放一个物品，并且仅仅可放一个（因为物件只有一个），所以后面填的都是6

第二组数据（2行）同上，但当背包容量=2时，可以尝试放入物件2，

怎么放呢？

我们可以把原来的一号物件拿出来，然后再放进去；即现在dp[2][2]=dp[1][0]+value=3;

但是，根据贪心算法，我们要的是价值最大的，而3比原来装1物件时的6小，所以任然保留6

可以发现，当物件n的质量为W时，我们就回去找dp[n-1][此时的背包容量-W]的值并加上该物件的价值，将它与dp[n-1][W]比较，取最大者；

表格中的横线也正是这个意义

现在我们就可以得出递推公式：V是当前背包容量

公式既然出来了，那就直接实现代码吧

代码不难，主要是理解思想

#include<bits/stdc++.h>
using namespace std;
int dp[205][205];
struct mv{
	int m;
	int v;
};
mv mine[35];//定义结构体比较直观
int main()
{
	int bag,n;
	cin>>bag>>n;
	for(int i=1;i<=n;i++)
		cin>>mine[i].m>>mine[i].v;
	memset(dp,0,sizeof(dp));//刷0
	for(int i=1;i<=n;i++)
		for(int j=1;j<=bag;j++)
		{
			if(j<mine[i].m)//当前的背包容量装不下该物件
			{
				dp[i][j]=dp[i-1][j];
			}
			else
			{
				dp[i][j]=max(dp[i-1][j-mine[i].m] + mine[i].v , dp[i-1][j]);//装得下就套公式
			}
		}
	cout<<dp[n][bag];//输出最右下角的数就是结果
	return 0;
}

这个式子和递推很像，每次操作都是局部最优解，最后堆叠起来的就是全局最优解

dp的例题还有最长子序列问题，可以等等看看