xinjun与阴阳师——01背包动态规划并不详细的题解

dp是我最不擅长的算法了orz
动态规划的本质是暴力搜索法的优化
动态规划之所以高效的原因是它可以用一种状态去代表一类状态
----yxc
这道题就是01背包加上一维压缩
我们定义一个数组f[i][j]代表在前i个物品选择，花费j点体力所能获得的最大收益
f[i][j]可以从两个情况转移过来，一个是不选择第i个物品，另一个是选择了第i个物品。
如果不选择第i个物品，其收益就与f[i-1][j]相同
如果选择了第i个物品，其收益就等于f[i-1][j-w]+v;其中w代表第i个物品所需要的体力，v代表第i个物品带来的收益
然后选择者两种情况之间的最大值，就是在前i个物品中选择，花费j点体力所获得的最大收益
至于二维数组的一维优化我也讲解不清楚(动态规划是我第二不擅长的算法了，第一是数论QWQ)，建议看看这个题解
01背包

#include <iostream>
#include <algorithm>
#include <vector>
using namespace std ;
const int N = 1010 ;
vector<int> v[N];
vector<int> w[N]  ;
int f[N] ;
int n, m, k;
int V, W;

int main() {
	int t;
	cin >> t ;
	while (t--) {
		memset(f, 0, sizeof f);
		cin >> n >> m ;
		for (int i = 1 ; i <= n ; i++ ) {
			v[i].clear() ;
			w[i].clear() ;
		}
		for (int i = 1 ; i <= n ; i++) {
			cin >> k ;
			for (int j = 1; j <= k ; j++ ) {
				cin >> V ;
				v[i].push_back(V) ;
			}
			for (int j = 1 ; j <= k ; j++ ) {
				cin >> W ;
				w[i].push_back(W)  ;
			}

		}
		for (int i = 1 ; i <= n ; i++ ) {
			for (int j = m ; j >= 0 ; j--) {
				for (int k = 0 ; k < v[i].size() ; k++ ) {
					if (j >= w[i][k]) {
						f[j] = max(f[j], f[j - w[i][k]] + v[i][k]) ;
					}
				}
			}
		}
		cout << f[m] << endl;
	}
	return 0 ;
}