背包-01背包

01背包：有n种物品与承重为m的背包。每种物品只有一件，每个物品都有对应的重量weight[i]与价值value[i]，求解如何装包使得价值最大。

dp(i,v)表示前i个物体（包括第i个)面对容量为v的背包的最大价值，c[i]代表物体i的重量，w[i]代表物体i的价值；如果第i个物体不放入背包，则背包的最大价值等于前i-1个物体面对容量v的最大价值；如果第i个物体选择放入，则背包的最大价值等于前i-1个物体面对容量v-cost[i]的最大价值加上物体i的价值w[i]。

对于实现，一般采用一个二维数组（状态转移矩阵）dp[i][j]来记录各个子问题的最优状态，其中dp[i][j]表示前i个物体面对容量j背包的最大价值。

下面给出0-1背包的基本实现，时间复杂度为O(N*V)，空间复杂度也为O(N*V)

#include<bits/stdc++.h>
using namespace std;
int dp[1005][1005];
int weight[1005];
int value[1005];
int main()
{
    int n,m;
    cin>>m>>n;
    memset(dp,0,sizeof(dp));//数组清空,其实同时就把边界给做了清理
    for(int i=1; i<=n; i++)
        cin>>weight[i]>>value[i];
    //从1开始有讲究的因为涉及到dp[i-1][j],从0开始会越界
    for(int i=1; i<=n; i++)//判断每个物品能否放进
    {
        for(int j=0; j<=m; j++)//对每个状态进行判断
        //这边两重for都可以倒着写，只是需要处理最边界的情况，滚动数组不一样
        {
            if(j>=weight[i])//能放进
                dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);


            else dp[i][j]=dp[i-1][j];//不能放进
        }
    }
    cout<<dp[n][m]<<endl;
    return 0;
}

运行情况用二维的表来看：

name  weight  value  1  2   3   4   5    6  7   8    9    10

 a      4      6     0  0   0   6   6    6  6   6    6     6
 b      5      4     0  0   0   6   6    6  6   6    10    10
 c      6      5     0  0   0   6   6    6  6   6    10    11
 d      2      3     0  3   3   6   6    9  9   9    10    11

 e      2      6     0  6   6   9   9    12 12  15   15    15

优化：

 for(i=1;i<=n;i++)
        {
            for(j=v;j>=1;j--)
            {
                dp[j]=max(dp[j],dp[j-c[i]]+w[i]);
            }
        }

其执行过程也是上述的二维表：

name  weight  value  1  2   3   4   5    6  7   8    9    10

 a      4      6     0  0   0   6   6    6  6   6    6     6
 b      5      4     0  0   0   6   6    6  6   6    10    10
 c      6      5     0  0   0   6   6    6  6   6    10    11
 d      2      3     0  3   3   6   6    9  9   9    10    11

 e      2      6     0  6   6   9   9    12 12  15   15    15

初始化：

1.没要求恰好装满memset(dp,0,sizeof(dp))

2.恰好装满：dp[0]=0;dp[其他]=负无穷