几个背包问题的总结

简单基本的01背包问题；

http://acm.hdu.edu.cn/showproblem.php?pid=2602

定义f[i][j]：在前i个bone中用容量为j的包选择bone所能得到的最大价值。设：第i个bone的volume为c[i]，相

应的value为w[i]。分析：将“前i个bone装进容量为j的包中所得到的最大价值”这个子问题的求解，考虑第i个bone，则会有两种策略：

<1>、不选择第i个bone，此时子问题的解为将“前i-1个bone装进容量为j的包中所得到的最大价值”即：f[i][j]=f[i-1][j]；<2>、选择第i个

bone，则子问题的解为将“第前i-1个bone装入背包容量为j-c[i]的包中所得到的最大价值”与第i个bone的价值之和， 即：f[i][j]=f[i-1][j-c[i]]

+w[i]。

      状态转移方程为：f[i][j]=max{f[i-1][j],f[i-1][j-c[i]]+w[i]}；

用一位数组存储，写成f[j]=max{f[j],f[j-c[i]]+w[i]}；

#include<iostream>
#include<algorithm>
#include<cstring>
#include<limits>
using namespace std;

int KnapSack(int n, int w[], int v[],int W) //物品个数n、物品价值v[n]和物品重量w[n] 
{
    int i, j, C[W+1];
    memset(C,0,sizeof(C));
    for(i = 0; i < n; i++)    //ji算C[j] 
        for(j = W; j >= w[i]; j--)
                C[j] = max(C[j], C[j-w[i]]+v[i]);
    
    return C[W];   //返回最优解，价值最高 
}

int main()
{
    int T,N,V;
    int w[1003],v[1003];
    cin>>T;
    while(T--)
    {
        cin>>N>>V;
        int i, j;
        for(i = 0; i < N; i++)
            cin>>v[i];
        for(i = 0; i < N; i++)
            cin>>w[i];
        cout<<KnapSack(N,w,v,V)<<endl;
    }
    return 0;
}

完全背包:HDU1114;

http://acm.hdu.edu.cn/showproblem.php?pid=1114

参考，点击打开链接,http://blog.csdn.net/i_fuqiang/article/details/8226626;

可以转化为01背包的HDU1203，HDU2955，HDU 1171;

HDU 2955 转换为01背包
HDU 1203 强化01背包
HDU 1171 背包问题
完全背包 HDU 1114

熟悉了01背包的基本模型之后，不同的01背包问题在状态转移方程上是很容易构造的。难点往往在初始化过程中。对于不同的设问方

式，我们要能够巧妙地通过巧妙的初始化来使问题得到简化、解决。例如有的题目要求背包“恰好装满时”的最优解，这时可以巧妙地采用

如下的初始化来解决：f[0]=0;   f[1..bag]=-INF。(hdu1114) 而在HDU 2955中则采取了另一种方式初始化来满足隐含着的“恰好”要求。当然，还是得具

体问题具体分析了。学习动态规划时，仔细分析理解透彻状态转移方程是很重要、很有效的一种方法。难以理解的时候，可以自己动手边思

考边模拟一下动态规划打表的过程，相信一定会有所收获的！

（其实我真心没学好，继续摸索。。。）