Day6 动态规划（二）——初运用：01背包问题

背包问题——Knapsack

一、题目：01背包问题

有 N 件物品和一个最大承受重量是 W的背包。每件物品只能使用一次。
第 i 件物品的重量是 wi，价值是 vi。
求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式
第一行两个整数，N，W，用空格隔开，分别表示物品数量和背包容积。
接下来有 N 行，每行两个整数 wi,vi，用空格隔开，分别表示第 i 件物品的重量和价值。

输出格式
输出一个整数，表示最大价值。

数据范围
0<N,W≤1000
0<vi,wi≤1000

二、我的代码

（一）思路

根据上一次学的动态规划思路写的代码。
根据选不选最后一件找到关系函数后，写递归两部分（递归关系函数，递归出口。）
递归关系：
1）n件物品，书包总可承受重量total weight:t_w,记录物品重量weight的数组w[],记录物品价值value的数组v[]
2）v_max:前i件物品，在可承受重量下的可能的最大value的函数名。为了书写方便分析文字部分写成f
3）i表示在前i件中选择，j表示背包当前可承受的重量 ，
则，f(i,j) 等于：

• 选第i件时，值为A=v[i]+v_f(i-1,j-w[i])
• 不选第i件时，值为B=f(i-1,j)
  取A，B的max

最开始没有引入j变量，因为我当时按照上一篇中，把i描述成"可选择的物品为前i件"，那么要装i件物品，背包的总称承重为t_w，似乎不是个变量。我们的递归过程i是逐渐变大的，随着新物品的加人必然会带来体积。所以i理解为，我们“只在前i件物品中选择”，想相当于我们在2^n种情况组成的大的集合的一个子集。

（二）代码

#include <iostream>
#include <algorithm>
using namespace std;
int w_max(int i,int t_w,int w[],int v[]);
int main(){
    int n,t_w,w[1000],v[1000];
    cin>>n>>t_w;
    for(int i=1;i<=n;i++){
        cin>>w[i]>>v[i];
    }
    cout<<v_max(n,t_w,w,v);
    return 0;
}
int v_max(int i,int j,int w[],int v[]){
    if(i==0) return 0;//递归出口
    else{//递归关系
        int A,B;
        A=w[i]+v_max(i-1,j-w[i],w,v);//A:选择第i件时，留给前i-1的重量只有t_w-w[i]
        B=v_max(i-1,j,w,v);//B:不选择第i件
        if(w[i]>j) return B;//A是有条件的,j作为形参会多次传入j-w[i]的值，对此-w[i]不断变小，所以他要是变到比当前w[i]小时，不能做A。
        else return max(A,B);
    }
}

（三）代码的验证：

1.验证结果
超时。
但是输入超时的数据，在devC中结果验证正确。
2.为什么超时
1）这样写完全是从结果往下算的，根本就没有

2）另一方面

粉色线左边的f的j部分都有-w[8]，右边都没有-w[8]
粉色线分割后的左部分：黄色线左边都有-w[7]，右边都无-w[7]
粉色线分割后的右部分：绿色线左边都有-w[7]，右边都无-w[7]
这部分式子是不可能有重复的。除非碰上值相等，才会出现重复子问题。

三、闫氏DP法

（一）DP动态规解决哪类问题

有限集合的最值或者个数或是否存在。用定义求，需要枚举，用DP优化。

（二）DP解决两阶段：

状态表示（划分子集，属性：min,max,count）+状态计算（即关系）
下面结合01背包，进行说明。

1.重点！是划分子集，从集合角度来分析问题，把一个大问题（大集合）分成一个个子集。
1）划分子集的原则：不遗漏（必须）+不重复（不一定，比如求最大值，子集之间重复也没啥关系）。
2）划分依据：找最后一个不同点
不好想，建议要多做题。

01背包问题，有N件商品，每件商品有选和不选两种可能，即状态为0或1，就是2^N种情况，有限集。暴力法就是用枚举法求出所有value取最大，复杂度高。
这个大集合分成选第i件和不选第i件这两个子集，每个子集还能细分子集。

2.属性就是 max min 等通常和题设有关。

四、提供的01背包写法：利用二维数组

（一）思路（以下文字解析，是参考B站正月点灯笼的作品:01背包问题）整理

关系的表示不通过 “函数+递归” 完成，而是通过 “循环+数组” 完成

1. 这里构造了一个数组，我们先看是怎样的一个数组
这是一个算01背包问题的网页，我把他截图，并做了一些标注。
i 表示： 只包含前i个
j 表示：背包的最大承重
数组值f [ i ][ j ]表示：“满足上述两个条件“ 的集合 的最大value。那么右下角 i=N，j=t_w 是题目所求。

2.怎么实现从“小下标” 到 “大下标” 从而实现动态规划？
就是从左到右，从上向下，填好这个数组，最后填到右下角，这个值就求出来了。
3.那根据什么算数组的值呢？
当然就是我们所说的那个关系！

（二）代码（参考yxc改写）

#include <algorithm>
#include <iostream>

using namespace std;

const int N=1010;

int n,t_w;//总可选件数n,总可提供的可承受最大重量t_w
int w[N],v[N];
int f[N][N];


int main(){
    cin>>n>>t_w;
    for(int i=1;i<=n;i++){
        cin>>w[i]>>v[i];
    }
    /*我们是先看只有一件再看有2件...n件。这相当于，一行一行写，即写完一行写下一行，则指向列的变量在内层变化。*/
    for(int i=1;i<=n;i++){//1行-n行
        for(int j=0;j<=t_w;j++){//0列-t_w列
            if(w[i]>j) f[i][j]=f[i-1][j];
            else f[i][j]=max(f[i-1][j-w[i]]+v[i],f[i-1][j]);
        }
    }
    cout<<f[n][t_w];
}