动态规划

动态规划：

1.最优子结构（大问题分解出小问题）
2.无后效应
求解步骤
1.观察：大问题与小问题的联系
2状态定义：数组如何定义
3.推导状态转移方程
4.初始化

leetcode322 零钱兑换
class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
      vector<int>ans(amount+1,INT_MAX /2);
      ans[0]=0;
      for(int i=0;i<=amount;i++){
         for(auto x:coins){
             if(i>=x){
                   ans[i]=min(ans[i],ans[i-x]+1);
             }
         }
      }
      if(ans[amount]==INT_MAX/2) return -1;
      return ans[amount];
    }
};

leetcode300最长递增子序列
class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
      vector<int>ans(nums.size()+1,1);
      int mmax=0;
      for(int i=0;i<nums.size();i++){
        for(int j=0;j<i;j++){
            if(nums[j]<nums[i]){
                ans[i]=max(ans[i],ans[j]+1);
            }
        }
        mmax=max(mmax,ans[i]);
      }
      return mmax;
    }
};

优化nlog(n)
贪心+二分查找
class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
              vector<int>ans;
              for(auto x:nums){
                  if(ans.empty()||x>ans[ans.size()-1]){
                      ans.push_back(x);
                  }else{
                      //000001111
                      int l=0,r=ans.size()-1;
                      while(l!=r){
                         int mid=(l+r)/2;
                         if(ans[mid]>=x){
                             r=mid;
                         }else{
                             l=mid+1;
                         }
                      }
                      ans[l]=x;
                  }
              }
              return ans.size();
    }
};

积累经验，多做题，找感觉

leetcode 1143最长公共子序列
class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
           int n=text1.size(),m=text2.size();
           vector<vector<int> >ans(n+1,vector<int>(m+1,0));
           for(int i=1;i<=n;i++){
               for(int j=1;j<=m;j++){
                   if(text1[i-1]==text2[j-1]){
                       ans[i][j]=ans[i-1][j-1]+1;
                   }else{
                       ans[i][j]=max(ans[i-1][j],ans[i][j-1]);
                   }
               }
           }
           return ans[n][m];
    }
};

背包问题：

定义二维数组 ans[x][y]表示用前x件物品装上限为y的背包所获得的最大价值

题目描述
给一个能承重V的背包，和n件物品，我们用重量和价值的二元组来表示一个物品，第i件物品表示为（Vi，Wi），问：在背包不超重的情况下，得到物品的最大价值是多少？
输入
第一行输入两个数 V,n，分别代表背包的最大承重和物品数。

接下来n行，每行两个数Vi,Wi，分别代表第i件物品的重量和价值。

(Vi≤V≤10000,n≤100,Wi≤1000000)
输出
输出一个整数，代表在背包不超重情况下所装物品的最大价值。

#include<iostream>
using namespace std;
int n,v[105],w[105],ans[105][10005],m;
int main(){
    cin>>m>>n;
    for(int i=1;i<=n;i++){
        cin>>v[i]>>w[i];
    }
    for(int i=1;i<=n;i++){
        for(int j=1;j<=m;j++){
            if(v[i]<=j){
                ans[i][j]=max(ans[i-1][j],w[i]+ans[i-1][j-v[i]]);
            }else{
                ans[i][j]=ans[i-1][j];
            }
        }
       
    } 
	cout<<ans[n][m]<<endl;
    return 0;

路径优化
int n,v[105],w[105],ans[10005],m;
int main(){
    cin>>m>>n;
    for(int i=1;i<=n;i++){
        cin>>v[i]>>w[i];
    }
    for(i=1;i<=n;i++){
        for(int j=m;j>=v[i];j--){
            
                ans[i][j]=max(ans[j],w[i]+ans[j-v[i]]);
            
            //    ans[i][j]=ans[i-1][j];
        }
    }
        cout<<ans[m]<<endl;
        return 0;
    }
}
}

完全背包：

题目描述
有N种物品和一个容量为 V 的背包，每种物品都有无限件可用。

第 i 种物品的体积是Ci，价值是Wi。求解在不超过背包容量的情况下，能够获得的最大价值。
输入
第一行为两个整数N、V(1≤N,V≤10000)，分别代表题目描述中的物品种类数量N和背包容量V。

后跟N行，第 i 行两个整数Ci、Vi，分别代表每种物品的体积和价值。

输出
输出一个整数，代表可获得的最大价值。

用滚动数组进行优化
#include<iostream>
using namespace std;
int n,v[10005],w[10005],ans[10005],m;
int main(){
    cin>>n>>m;
    for(int i=1;i<=n;i++){
        cin>>v[i]>>w[i];
    }
    for(int i=1;i<=n;i++){
        for(int j=1;j<=m;j++){
                if(v[i]<=j){
                ans[j]=max(ans[j],w[i]+ans[j-v[i]]);
                }
            //    ans[i][j]=ans[i-1][j];
        }
    }
        cout<<ans[m]<<endl;
        return 0;
   
}

多重背包：

题目描述
给有一个能承重 V 的背包，和n种物品，每种物品的数量有限多，我们用重量、价值和数量的三元组来表示一个物品，第 i 件物品表示为（Vi，Wi，Si），问在背包不超重的情况下，得到物品的最大价值是多少？
输入
第一行输入两个数V、n，分别代表背包的最大承重和物品种类数。

接下来 n 行，每行三个数 Vi、Wi、Si，分别代表第 i 种物品的重量、价值和数量。

输出
输出一个整数，代表在背包不超重情况下所装物品的最大价值。

此处可当作多次0-1背包俩处理

#inlcue<iostream>
using namespace std;
int n,v[10005],w[10005],ans[10005],m;
int main(){
   int n,v,w.s,V;
   cin>>V>>n;
   for(int i=1;i<=n;i++){
       cin>>V>>w>>s;
       for(int k=1;k<=s;k++){
           for(int j=V;j>=v;j++){
               dp[j]=max(dp[j],dp[j-v]+w);
           }
       }
   }
   cout<<dp[V]<<endl;
   return 0;
}