2021-05-16

背包问题总结 二分法总结
经过这个周的acm学习，我们又学到了新的知识及其学习解决问题的新方法，那就是背包思维，背包问题其实分为两种有单纯的背包问题或者是0—1背包问题，而这两种背包问题，虽然名字上来说都是背包问题，但是区别还有很多的，我们就先来谈一谈这二者之间的区别吧。循环变量不同、约束条件不同、最大总价值不同。
一、循环变量不同。1、背包问题：背包问题须先求出列坐标j较小的元素，故让循环变量j的值从小到大递增。2、0－1背包问题：0－1背包问题须先求出列坐标j较大的元素，故让循环变量j的值从大到小递减。二、约束条件不同。1、背包问题：背包问题的约束条件是给定几种物品，物品可以取无限次。2、0－1背包问题：0－1背包问题的约束条件是给定几种物品，物品只可以取一次。三、最大总价值不同。

1、背包问题：背包问题若取了1件第i个物品，则总容量变为j－W［i］，剩下的仍可以在前i件物品中去取，其最大总价值为B［i］［j－W［i］］ ＋ P［i］。

2、0－1背包问题：0－1背包问题若取了1件第i个物品，则总容量变为j－W［i］，剩下的只能在前i－1件物品中去取了，其最大总价值为B［i－1］［j－W［i］］ ＋ P［i］。
然后我们再谈一谈背包问题的解决过程
在解决问题之前，为描述方便，首先定义一些变量：Vi表示第 i 个物品的价值，Wi表示第 i 个物品的体积，定义V(i,j)：当前背包容量 j，前 i 个物品最佳组合对应的价值，同时背包问题抽象化（X1，X2，…，Xn，其中 Xi 取0或1，表示第 i 个物品选或不选）。

1、建立模型，即求max(V1X1+V2X2+…+VnXn)；

2、寻找约束条件，W1X1+W2X2+…+WnXn<capacity；

3、寻找递推关系式，面对当前商品有两种可能性：

包的容量比该商品体积小，装不下，此时的价值与前i-1个的价值是一样的，即V(i,j)=V(i-1,j)；
还有足够的容量可以装该商品，但装了也不一定达到当前最优价值，所以在装与不装之间选择最优的一个，即V(i,j)=max｛V(i-1,j)，V(i-1,j-w(i))+v(i)｝。
其中V(i-1,j)表示不装，V(i-1,j-w(i))+v(i) 表示装了第i个商品，背包容量减少w(i)，但价值增加了v(i)；

由此可以得出递推关系式：

j<w(i) V(i,j)=V(i-1,j)
j>=w(i) V(i,j)=max｛V(i-1,j)，V(i-1,j-w(i))+v(i)｝
这里需要解释一下，为什么能装的情况下，需要这样求解（这才是本问题的关键所在！）：

可以这么理解，如果要到达V(i,j)这一个状态有几种方式？

肯定是两种，第一种是第i件商品没有装进去，第二种是第i件商品装进去了。没有装进去很好理解，就是V(i-1,j)；装进去了怎么理解呢？如果装进去第i件商品，那么装入之前是什么状态，肯定是V(i-1,j-w(i))。由于最优性原理（上文讲到），V(i-1,j-w(i))就是前面决策造成的一种状态，后面的决策就要构成最优策略。两种情况进行比较，得出最优。目前的背包问题基本上就是这种解题思路，也基本上囊括了背包问题的基本方法。
接下来就是二分法的理解及其总结
1.二分查找法只适用于从有序的队列中进行查找(比如数字和字母等)，将队列排序后再进行查找
2.二分查找法的运行时间为对数时间O(㏒₂n) ，即查找到需要的目标位置最多只需要㏒₂n步，假设从[0,99]的队列(100个数，即n=100)中寻到目标数30，则需要查找步数为㏒₂100 , 即最多需要查找7次( 2^6 < 100 < 2^7)3.简单查询(遍历查询)的运行时间为线性时间O(n), 假设从[0,99]的队列中(n=100)寻到目标数30，则最多需要查找步数为100步。目前为止也就理解这么多而已，为了更深入的了解，还是要靠接下来更往后的学习了，相信自己以后会对此类问题有自己独特的见解和方法了。