动态规划的降维

01背包问题

有N件物品和一个容量为C的背包。第i件物品的费用是w[i]，价值是v[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。

//w[i] 表示物品i的重量

//v[i] 表示物品i的价值

//C 表示背包的容量

//dp[i][c]表示前i件物品恰放入一个容量为c的背包可以获得的最大价值

//dp[i][c] = max(dp[i-1][c],dp[i-1][c-w[i]]+v[i])

//降维后:dp[c] = max(dp[c],dp[c-w[i]]+v[i])

max里的dp[c]和dp[c-w[i]]保存的是状态dp[i-1][c]和状态dp[i-1][c-w[i]]的值

//01 背包 降维:

memset(dp,0,sizeof(dp));   //init



for(int i=1; i<=n; i++)

    for(int c=C; c>=w[i]; c--)                         //注意,c要由C倒推到w[i],c<w[i]时,dp[c] = dp[c]; 所以不用写了...

           dp[c] = max(dp[c],dp[c-w[i]]+v[i]);     //c要倒推才能保证在推dp[c]时,max里的dp[c]和dp[c-w[i]]保存的是状态dp[i-1][c]和状态dp[i-1][c-w[i]]的值

完全背包问题

有N种物品和一个容量为C的背包，每种物品都有无限件可用。第i种物品的费用是w[i]，价值是v[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

状态转移方程:

dp[i][c] = max(dp[i-1][c],dp[i][c-w[i]]+v[i])

降维后: dp[c] = max(dp[c],dp[c-w[i]]+v[i]) max里的dp[c]和dp[c-w[i]]保存的是状态dp[i-1][c]和状态dp[i][c-w[i]]的值

//完全 背包 降维:

memset(dp,0,sizeof(dp));   //init



for(int i=1; i<=n; i++)

    for(int c=w[i]; c<=C; c--)                         //注意,c要正推

           dp[c] = max(dp[c],dp[c-w[i]]+v[i]);     //c要正推才能保证在推dp[c]时,max里的dp[c]和dp[c-w[i]]保存的是状态dp[i-1][c]和状态dp[i][c-w[i]]的值