（动态规划）01背包

第一次接触动态规划，感觉动态规划就是将现有的问题转化为子问题，关键是找到状态转移方程，中间结果要保存，一般有K个变量就用K维数组来保存结果。

01背包是比较经典的DP例题：

有n个重量和价值分别为w(i),v(i)的物品。从这些物品中挑选出总重量不超过W的物品，求所有挑选方案中价值总和的最大值。

限制条件

1<=n<=100

1<=w(i),v(i)<=100

1<=W<=10000

状态转移方程: dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+v[i]);

dp[i][j]表示把i件物品放入容量为w的背包中的最大价值，则可以转化为关注第i件物品，如果放入第i件物品则dp[i][j]等于前i-1件物品放入容量为j-w[i]的背包中再加上第i件物品的价值；如果不放入第i件物品则dp[i][j]=dp[i-1][j]即把i-1件物品放入容量为j的背包中。此题解法很多，dp形式各种各样，但思想大同小异。

C++代码如下:

#include <iostream>
#include <cstdio>
#include <cstring>
using namespace std;

int a[100],b[100];

int n,w;

int dp[100][100];



int main() {
    cin>>n>>w;

    for(int i=0;i<n;i++){
        cin>>a[i]>>b[i];
    }

    memset(dp,0, sizeof(dp));

    for (int i = 0; i <n ; ++i) {
        for (int j = 0; j <=w ; ++j) {
            if (j<a[i]){
                dp[i+1][j]=dp[i][j];
            }else {
                dp[i+1][j]=max(dp[i][j],dp[i][j-a[i]]+b[i]);
            }
        }

    }

    cout<<dp[n][w]<<endl;
}