51NOD 1085 0-1背包问题：简单DP DP套路详解 新手向

前言

• 基础入门的DP，属于学习DP必须掌握的类型题
• 本章将以0-1背包问题着重介绍DP的一种常见套路。该套路可以帮助解决大量DP题目
• 新手向
• 欢迎交流

题目

在N件物品取出若干件放在容量为W的背包里，每件物品的体积为W1，W2……Wn（Wi为整数），与之相对应的价值为P1,P2……Pn（Pi为整数）。求背包能够容纳的最大价值。

Input

第1行，2个整数，N和W中间用空格隔开。N为物品的数量，W为背包的容量。(1 <= N <= 100，1 <= W <= 10000) 第2 ~ N+1行，每行2个整数，Wi和Pi，分别是物品的体积和物品的价值。(1 <= Wi, Pi <= 10000)

Output

输出可以容纳的最大价值。

Sample Input

3 6
2 5
3 8
4 9

Sample Output

14

算法思路

• 本节讲解一种DP常用套路
• 首先，该问题有几个状态？
  1. 选了哪些物品放入背包中
  2. 背包的可以容纳的重量
• 接着，该问题的求解目标？
  1. 背包中能够承装的最大价值量
• 然后，在任意时刻我们如何选择？（用递推思想）
  1. 接下来的这个物品是要选择装入背包中还是不装入背包中
• 最后，状态+目标+选择+递推+初始条件，即可得到dp数组和动态转移方程。接下来逐一解析

注意这里需要添加一个限制：接下来的这个物品是非常随机的，只要没有被取的物品，无论取哪个都行，这样就很难描述下一个物品了。我们需要添加一个限制，即取物品的方向都是从0 -> N-1的，即接下来的物品一定是按第0号物品 -> 第N-1号物品的顺序取，则下一个物品一定是第i+1号物品，就可以方便地被描述。

按照上述限制，取哪些物品就可以简单地由取了前几个物品来描述，省去再想办法标记哪些物品被取走。

详解

• 由于有两个状态+一个最值求解目标，故我们定义dp数组为二维数组，dp数组的含义就是两个状态+一个目标的组合，即：$$dp[i][j]=前i个物品中，选择其中某些物品，包能容纳的最大重量为j时，最大价值$$
• 根据如何选择，我们可以得到动态转移方程为：$$dp[i][j]=max(dp[i-1][j],dp[i-1][j-w]+v)$$递推关系是：前i个物品中选择一部分物品放入包内，包能容纳的最大质量为j时，最大价值，可以由以下两点递推出来
  1. 不放第i个物品，则前i个物品的选择和前i-1个物品的选择是相同的（满足包内重量为j）
  2. 放第i个物品，则前i-1个物品中选择物品时，包能容纳的最大重量只能有j-w
• 考察初始条件。这部分看下面代码的注释即可。

实现

#include <iostream>
#include <algorithm>
#define MAX_N 101
#define MAX_W 10001

using namespace std;

int N=0, W=0, Max=0;
int dp[MAX_N][MAX_W];
//dp[N][W] 背包装入前0 ~ N号物品中的某几个物品，包可容纳最大重量为W时的最大价值

int main(int argc, char const *argv[])
{
    int w[MAX_N], p[MAX_N];
    //重量，价值

    ios::sync_with_stdio(false);

    cin >> N >> W;

    for(int i = 0; i < N; ++i)//输入
    {
        cin >> w[i] >> p[i];
    }
	
	
	//初始条件：
	//显然这是个二维数组，动态转移方程是从二维数组的第一行和第一列往后推的
	//故关键就在于第一行和第一列的含义以及初始化
	//dp[0][i]：只取第0号物体时，包可容纳重量为i的最大利益
	//显然，若i<w[0]，0号物体装不进去，最大利益为0
	//反之，最大利益为p[0]
	//
	//dp[i][0]：从0 ~ i号物品中选取某些物品，可容纳重量为0时，包内的最大利益
	//显然根据题意，所有物品的利益都大于0，故没有任何一个物品可以装得进去
	//故dp[i][0]=0
	//初始化完毕
	
    for(int i = 0; i <= W; ++i)
    {
        if(i >= w[0])
            dp[0][i] = p[0];
        else
            dp[0][i] = 0;
    }

    for(int i = 0; i < N; ++i)
        dp[i][0]=0;

    for(int n = 1 ; n < N; ++n)//从前0 ~ n号物品中选取
    {
        for(int weight = 1; weight <= W; ++weight)
        //取的物体的总重量为weight
        {
            if(weight - w[n] >= 0)
                dp[n][weight] = max(dp[n-1][weight], dp[n-1][weight-w[n]]+p[n]);
            else
            //若weight - w[n] < 0
            //说明这个包的容量装不下第n号物品
            //那就只能不取第n号物品了
                dp[n][weight] = dp[n-1][weight];
        }
    }

    cout << dp[N-1][W] << endl;
    //为什么输出dp[N-1][W]？
    //它的含义是：取0 ~ N-1号物品中选取物品，可容纳质量为W，最大利益
    //这就是这个包能装下的最大利益
    //故答案就是它

    return 0;
}