动态DP 背包问题

问题：小偷偷4个背包，容量为8，背包如下

问题类型：（Dynamic Programming，DP），即决策规划，用在多种决策可能情况下求最大值的类型题。如背包问题。

思想及方法：找到每个阶段的所得值与上个阶段的关系，分多种情况讨论（如采取或不采取该阶段，两种可能的分布都列出来），从最后的阶段倒着返回到最初，并且找到假如只有第一阶段的值。

对于该问题，f（k,w）表示取第k个包时，还有w的容量，从第四个取到第一个。取第k个包时，第一种情况，第k个包的空间比总容量大，只能取下一个包，即 = f (k-1,w)；

第二种情况，第k个包的空间比总容量小，可以取或不取，那么就选取或不取这两种情况的最大值，

取的话，记得要减去容量，并把总价值加上该包的价值，不取则与第一种情况一样

即=max(（f(k-1,w-wk)+vk）+ f(k-1,w) );

得到关系式：

且当k=0时，f的值为0

代码解释：

一 以结构体方式存储背包数据

struct node{
    int weight;
    int value;
}a[100];

二 构造该阶段与上一决策之间的关系

及f(k,w)=

int f(int k,int w){
    if(k==0) return 0;//假如只有第一个阶段
    if(a[k].weight>w){
        return f(k-1,w);
    }
    if(a[k].weight<=w){
        return max((f(k-1,w-a[k].weight)+a[k].value),f(k-1,w));
    }
    
}

递归到第一个决策时，得出结果，所有代码如下

#include<bits/stdc++.h>
using namespace std;

struct node{
    int weight;
    int value;
}a[100];
int f(int k,int w){
    if(k==0) return 0;
    if(a[k].weight>w){
        return f(k-1,w);
    }
    if(a[k].weight<=w){
        return max((f(k-1,w-a[k].weight)+a[k].value),f(k-1,w));
    }
    
}
int main(){
    int n,m;
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++){
        cin>>a[i].weight>>a[i].value;
    }
    
    printf("%d",f(n,m));
    return 0;
}