尝试速通DP的朋友友can过来~_速通dpo算法-CSDN博客

本文链接：https://blog.csdn.net/pound9penny15/article/details/136038738

本文深入探讨了动态规划（DP）的概念，特别是闫式DP分析法，包括核心思想、闫式图和通用步骤。文章通过01背包问题和完全背包问题的实例解析，展示了如何运用DP解决这类问题。此外，还介绍了线性DP和区间DP的典型问题，如最大上升子数列和石子合并问题。文章最后讨论了DP的优化技巧，如在01背包问题中的优化措施。

摘要由CSDN通过智能技术生成

PS：本文完全站在巨人的肩膀上，可以看作y总DP课程的笔记，能力有限，若有不当敬请指正。

概论

DP解决的问题： 有限集合中取最值，或求数量，求路线。

DP优化的措施： 化零为整，把逐个遍历划分为各个集合，减小时间复杂度。

特点：可以通过前一个状态推出当前状态，否则就是贪心。通过一个数组的一个元素表达了一类情况而非一种，对其做统一处理，故可以做优化。

闫式DP分析法

核心思想

将复杂的DP问题规定一种通用公式，按照这个公式代入题目相应数据，可以快速找出解题方法。

闫式图

闫式图是闫式DP分析法的衍生概念，将题目状态分析和状态计算的部分带入下图中。
在这里插入图片描述

通用步骤

先用一个简单的例子带入步骤帮助理解（虽然这个例子都不用用dp就能做）：求所有n个数据中的最大值。

先思考如何用dp数组的下标表示求出结果过程中的各种情况（如dp[i]代表到第i个数据的最大值）。
将最终结果的dp数组结合前面规定的下标意义表示出来（最后的结果就是dp[n])
找出结果的属性（max）。
dp的其中一个特点就是可以通过前面的情况推出当前的情况的值，第四步就是根据题意写出如何通过前面的dp数组推出后面的dp数组。
把计算的数据分为变化的部分和不变的部分，把变化的部分用原先的dp数组表示。（选）
观察题目是否需要加边界条件。

现在看不懂没关系，接着往下看再结合几个例子就懂了。

Tips：

求最值时，每种情况可以微量重复，不影响求最值结果。
有时候需要考虑初始化，这时候多想想边界问题。

背包问题

规定一个背包和 n 种物品，给出背包容积和物品价值，求出背包能装物品的最大价值。

01背包问题

题目链接
有N件物品和一个容量是V的背包。每件物品只能使用一次。

第i件物品的体积是 $v_i$ ，价值是 $w_i$ 。

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,V,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，w,用空格隔开，分别表示第i件物品的体积和价值。

输出格式
输出一个整数，表示最大价值。

数据范围
$0 < W, V \leq 1000$
$0 < w \leq 1000$
按照步骤分析，

首先规定dp数组f[i][j]，其表示当前遍历至第i个物品，剩余背包容量为j的集合
结果数组为f[n][v]。
结果属性为max。
由前面的数值推出当前数值的话，可能出现两种情况：
（1）不选当前物品： $f [i - 1] [j]$ 和
（2）选择当前物品： $f [i - 1] [j - v [i]] + w [i]$ ，两种情况取max即可。
无边界情况。

注意：并不是每种情况都一定可取，如果当前物品加上超过背包容量，就直接舍弃，故需要一个判断：if(v[i] <= j)

闫式图

在这里插入图片描述

朴素代码

#include <iostream>
using namespace std;
const int N = 1005;
long long int f[N][N];
int v[N], w[N];
int main() {
   
    int n, m;
    cin >> n >> m;
    for(int i = 1; i <= n; i ++) scanf("%d %d", &v[i], &w[i]);
    
    for(int i = 1; i <= n; i ++)
        for(int j = 0; j <= m; j ++) {
   
            f[i][j] = f[i - 1][j]; //提前更新，防止j > v[i]情况下f[i][j]的没有更新值。
            if(j >= v[i]) f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
        }
    
    cout <<f[n][m];
}