动态规划入门详解+例题P1049装箱问题/62. Unique Paths

动态规划入门详解+例题P1049装箱问题/62. Unique Paths

小蒟蒻自己的学习记录，呜呜呜

算法思想

动态规划是一种分治思想，但与分支算法不同的是，动态规划也是把原问题分解为若干子问题，然后自底向上，求解最小的子问题，叭结果存储在表格中，再求解大的子问题时，直接从表格中查询小的子问题的解，避免重复计算，从而提高算法效率。

题目特点/算法要素

1. 计数

   有多少种方法走到右下角

   有多少种方法选出k个数使得和是Sum

2. 求最大最小值

   从左上角走到右下角路径的最大数字和

   最长上升子序列长度

3. 求存在性

   去石子游戏，先手是否必胜

   能不能选出k个数使得和是Sum

性质：

（1）最优子结构

最优子结构性质是指问题的最优解包含其子问题的最优解。最优子结构是使用动态规划的最基本条件，如果不具有最优子结构性质，就不可以使用动态规划解决

（2）子问题重叠

子问题重叠是指在求解子问题的过程中，有大量的子问题时重复的，那么只需要求解一次，然后把结果存储在表中，以后使用时可以直接查询，不需要再次求解。子问题重叠不是使用动态规划的必要条件，但问题存在子问题重叠更能够充分彰显动态规划的优势

做题方法

一、确定状态

解动态规划的时候一般需要开一个数组（一维，二维，三维），数组的每个元素 f [i] 或者 f [i] [j] 代表什么

最后一步： 最优策略的最后一个决策

子问题： 剩下的问题

二、转移方程

三、初始条件和边界情况

初始条件： 用转移方程算不出来的，需要手动定义

边界情况： 不要数组越界，向下越负数和向上越界都不行

四、计算顺序

一维（大多数情况）： 从小到大

二维： 从左到右，从上到下

因为计算后面的时候，需要用到前面的数据，前面的需要先计算出来（你要使用的状态一定要先于正在计算的状态计算出来）

例题——P1049 [NOIP2001 普及组] 装箱问题

传送门：P1049 [NOIP2001 普及组] 装箱问题

题目描述

有一个箱子容量为V（正整数，0≤V≤20000），同时有n个物品（0<n≤30，每个物品有一个体积（正整数）。

要求n个物品中，任取若干个装入箱内，使箱子的剩余空间为最小。

输入格式

11个整数，表示箱子容量

11个整数，表示有n个物品

接下来n行，分别表示这n个物品的各自体积

输出格式

11个整数，表示箱子剩余空间。

输入输出样例

输入

24
6
8
3
12
7
9
7

输出

0

说明/提示

【题目来源】

NOIP 2001 普及组第四题

Solution

一、确定状态

转换：最小剩余空间，即最大的可装重量

分别开一个200000的数组和35的数组即可

f ( m - w[i] ) 指在装了物品i后，箱子的剩余容量能装的最大重量

f ( m - w[i] ) + w[i] 指在在装了物品i后，箱子能装的最大重量

最后一步： 最优策略后剩余的最小容量

子问题： 最大重量的物品放入箱子内被装下的最大容量

二、转移方程

f (m) = max ( f ( m - w[i] ) + w[i], f (m) )（w为重量，即价值）

三、初始条件和边界情况

初始条件： 无

边界情况： 不要数组越界，向下越负数和向上越界都不行

四、计算顺序

一维（大多数情况）： 从小到大

因为计算后面的时候，需要用到前面的数据，前面的需要先计算出来（你要使用的状态一定要先于正在计算的状态计算出来）

Code

#include <bits/stdc++.h>

using namespace std;

int main()
{
   
    int m,n,i