01背包，完全背包

动态规划

动态规划的核心是状态以及状态转移方程。

需要定义一个(I,j)状态以及该状态的指标函数d(I,j)。

01背包

有n种物品，每种只有一个，第i件物品的体积为vi质量为wi。选一些物品装到体积为C的背包中，使其体积不超过C的前提下重量最大。

 

Name	v	W	1	2	3	4	5	6	7	8	9	10
A	2	6	0	6	6	6	6	6	6	6	6	6
B	2	3	0	6	6	9	9	9	9	9	9	9
C	6	5	0	6	6	9	9	9	9	11	11	14
D	5	4	0	6	6	9	9	9	10	11	13	14
E	4	6	0	6	6	9	9	12	12	15	15	15

 

子问题定义：dp[i][j]表示第i件物品放在容量为j的背包中的最大重量

dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i]);重量。

 

代码实现：

for(inti=1;i<=M;i++)//M件物品

      {

          for(int j=1;j<=v;j++)

          {

              if(j<v[i])

dp[i][j]=dp[i-1][j];

              else

dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i]);

          }

      }

空间优化：

      for(int i=1;i<=M;i++)

      {

 for(int j=T;j>=v[i];j--)//内层循环是逆序的// 试想下，加入把体积的循环改成顺序，由于 j - c[i]  < j,则由第i - 1个状态的出来的dp[j - c[i] ]这个状态就会被第i个状态覆盖掉

          {

              if(j>=t[i])

dp[j]=max(dp[j],dp[j-t[i]]+v[i]);//为了使max中
的值是前一状态的

          }

     
}

完全背包

有n种物品，每种有无限件，第i件物品的体积为vi质量为wi。选一些物品装到体积为C的背包中，使其体积不超过C的前提下重量最大。

 

子问题定义：dp[i][j]表示第i件物品放在容量为j的背包中的最大重量

dp[i][j]=max(dp[i-1][j],dp[i-1][j-k*v[i]]+k*w[i]);||0<=kv[i]<=C

   for(int i=1;i<=n;i++)

    {

       for(int j=1;j<=C;j++)//与01背包的不同之处 
内层循环是顺序

       {

         if(w[i]<=j)

              f[j]=max(f[j],f[j-w[i]]+v[i]);

       }

    }