动态规划（完全背包问题）优化版

前情提要动态规划（完全背包问题）-CSDN博客https://mp.csdn.net/mp_blog/creation/editor/123909609

你已经学会了完全背包问题的写法，那么让我们看看是否能优化这个代码吧；

通过观察我们代码，比起01问题，我们新加入的代码有一个比较过程，那么基于此，我们来找规律吧；

g[i][j]=max(g[i][j],g[i][j-v[i]]+w[i],g[i][j-2*v[i]]+2*w[i]...)
g[i][j-v[i]]=max(   g[i][j-v[i]],     g[i][j-2*v[i]]+w[i]  ...)
g[i][j-2*v[i]]=max(                   g[i][j-2*v[i]]       ...)

我们在找max的时候，在条件（j>=v[i]）成立的时候，是从多个值中找一个最大的，这时我们发现：当j>=2*v[i]时成立，每一个式子除了第一项，他的其余值成为一个集合时，等于他的下一个式子内，可以取最大值的集合+w[i]；

这个时候我们就有了一个等价关系：

g[i][j]=max(g[i][j],g[i][j-v[i]]+w[i]);

这段代码是一定成立的，因为g[i][j-v[i]]一定是在g[i][j]之前被计算出来的，所以我们可以直接拿来比较，于是我们的代码就得到了如下简化：

#include<cstring>
#include<iostream>
#include<algorithm>

using namespace std;

const int N=1010;
int v[N],w[N];
int g[N][N];

int main()
{
	int n,m;
	cin>>n>>m;
	
	for(int i=1;i<=n;i++)
	{
		cin>>v[i]>>w[i];//正常输入我们物品的价值 
    }
	    
	for(int i=1;i<=n;i++) 
		for(int j=0;j<=m;j++) 
		{
			g[i][j]=g[i-1][j];//正常继承,如果不正常继承，可能会导致在j<v[i]时 
			                  //这时下面不等式成立，于是这里没有变化还是0，
							  //但其实可能会有其他优解而导致答案错误 
			if(j>=v[i])
			g[i][j]=max(g[i][j],g[i][j-v[i]]+w[i]);
		}
	
	cout<<g[n][m];
 } 

至此...没有结束！！！

我们发现，这里的代码和01背包问题很相似，不妨大胆一点我们来直接优化乘一维，方法与之前的一样。首先，我们需要去掉一维，然后对下面进行改动，如果改变合理就保留，否则就修改；

那么我们可以得到如下代码：

#include<cstring>
#include<iostream>
#include<algorithm>

using namespace std;

const int N=1010;
int v[N],w[N];
int g[N];

int main()
{
	int n,m;
	cin>>n>>m;
	
	for(int i=1;i<=n;i++) cin>>v[i]>>w[i];//正常输入我们物品的价值 
    
	    
	for(int i=1;i<=n;i++) 
		for(int j=v[i];j<=m;j++)
			g[j]=max(g[j],g[j-v[i]]+w[i]);
          //g[i][j]=max(g[i][j],g[i][j-v[i]]+w[i]);
	cout<<g[m];
 } 

这个时候小伙伴问了，诶呀，你刚才改的时候都把j的遍历顺序改变了，这次怎么不改呢？

原因是，我们发现，01背包问题考虑的是是否带第i个物品，这就导致了我们需要取第i-1行的数据来计算最优解，但是这里我们没有用到底i-1行，这也是我们可以直接删除一维的原因。

至此，完结撒花；’