经典算法之背包问题

背包问题和最优砝码问题

这是有区别的,首先看两个例题:

1.有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。在这里钱数表示容量，共m个物品，价格可以看做费用，价格*重要度可以看做价值。

    f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
    化成1维:  f[i]=max{f[i],f[i-a]+b}

   -----------------------

   此例为典型的背包0/1 问题

2. 有面值为： 100，50，20，10的钱，如输入：150，就输出100和50。输入280就输出2个100元，一个50元，3个10元.... 怎样用最少的张数来解决此问题?

    状态转移方程为 a[i] = min{a[i-v[j]]+1,a[i]} 其中i为你要构造的人民币面值; v[j]为你现在手中拿的人民币面值 所以应该用二重循环来动态维护面值散列表

    ----------------------------

     此例为最优砝码问题

背包物品每件不止一个  所以这就退化成了最优砝码问题