第八周学习总结

这周依然在主攻dp算法，而这周相对于前两周不同的是，这周主要在讲背包问题。
背包问题是dp算法中一个重点问题。她一共分为三种题型：01背包问题，完全背包问题和多重背包问题。首先，01背包问题是这三个问题中最简单，也是最基础的一个。下面我会列举一个我认为非常有代表性，并且一看就懂的问题。也正是这个问题，让我对背包问题有了一个初步的了解。
题目：一个小偷面前有一堆（n个）财宝，每个财宝有重量w和价值v两种属性，而他的背包只能携带一定重量的财宝，在已知所有财宝的重量和价值的情况下，如何选取财宝，可以最大限度的利用当前的背包容量，取得最大价值的财宝（或求出能够获取财宝价值的最大值）。
分析：限定每个物品要么拿（1个）要么不拿（0个），这就是背包问题的本质。
这个问题有两个维度，一个是当前物品i，另一个是当前容量c，于是我们可以用f[n,C]来表示将n个物品放入容量为C的背包可以得到的最大收益，而第i个物品无非拿与不拿两种情况，因此可以表示为：
f[i][c] = max( f[i - 1][c], f[i - 1][c - w[i]] + v[i]。
同时，想让此状态方程成立需要条件，即w[i] <= c，否则f[i][c] = f[i - 1][c]。
通过这题，我也看出01背包问题有时候也会有边界，这就类似于之前的递归问题。所以在求出状态转移方程之后，还需要寻找有无边界。
完全背包问题我现在依然在攻克中，既然01背包问题我已经攻克了，我相信完全背包问题的攻克也只是时间问题。
加油吧，少年。你可以的！