这个是总结y总的闫式dp分析方法来写的下面的题目主要核心就是:
- dp的含义:集合代表说明
- 如何根据最后一个子问题进行划分
- 根据划分的范文推出状态式
四大经典dp问题
01背包
01背包问题可描述为如下问题:
有一个容量为V的背包,还有n个物体。现在忽略物体实际几何形状,我们认为只要背包的剩余容量大于等于物体体积,那就可以装进背包里。每个物体都有两个属性,即体积w和价值v。
问:如何向背包装物体才能使背包中物体的总价值最大?
dp[i][j] 解释:从前i个物体中选择体积不超过j的物品的方案
属性: max
状态计算:
说明:右半边的集合的表达式是在dp[i-1][j] 的基础上再加一个i物品
要使得最后的结果最大话,保证两边集合的值每次取最大值,最后的结果取一下两者的最大值即可,可以得出状态表达式为:
#include<iostream>
#include<cmath>
using namespace std;
const int N = 1010;
int v[N] , w[N];
int dp[N][N];
int main()
{
int n, m;
cin >> n >> m;
for(int i = 1 ; i <= n ; i++) cin >> v[i] >> w[i];
for(int i = 1 ; i <= n ; i++ )
{
for(int j = 0 ; j <= m ; j++)
{
dp[i][j] = dp[i-1][j]; // 左半边集合
if(j >= v[i]) dp[i][j] = max(dp[i-1][j],dp[i-1][j-v[i]]+w[i]);
}
}
cout << dp[n][m];
return 0;
}
完全背包问题
有N种物品和一个容量为V的背包,每种物品都有无限件可用。第i种物品的体积是v[i],价值是val[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。
dp[i][j] 解释:从前i个物体中选择体积不超过j的物品的方案
属性: max
状态计算:
这里跟01背包不同的就是。物品的数量没有限制,所以在取i物品的那个集合可以有k种方案 但是就会存在一个问题:
dp[i][j] = max(d[i-1][j],dp[i-1][j-kv[i]]+kw[i].......);
所以我们可以进行一次化简,令 j = j - v可以推出
(dp[i-1][j-kv[i]]+kw[i].......) == dp[i][j-v] + w
所以我们可以得出最后的表达式
dp[i][j] = max(dp[i-1][j],dp[i][j-v[i]] + w[i]);
完整代码如下
#include<iostream>
#include<cmath>
using namespace std;
const int N = 1010;
int n, m;
int dp[N][N];
int v[N] , w[N];
int main()
{
cin >> n >> m;
for(int i = 1 ; i <= n ; i++) cin >> v[i] >> w[i];
for(int i = 1 ; i <= n ; i++)
{
for(int j = 0 ;j <= m ; j++)
{
dp[i][j] = dp[i-1][j]; // 不取i的那部分
if(j >= v[i]) dp[i][j] = max(dp[i-1][j],dp[i][j-v[i]] + w[i]);
}
}
cout << dp[n][m] << endl;
return 0;
}