背包问题( LevOJ P1306 )

首先，我还是要先啰嗦一下背包问题的题外话。

动态规划（dp）是求解决策过程最优化的数学方法，其过程大概如下：为了寻求最优解，我们可以把多阶段过程转化为一系列单阶段问题，利用各阶段之间的关系，逐个求解。

咳咳，不啰嗦了，步入正题。

背包问题最基本的分为三大类：0-1背包，完全背包和多重背包。

我先稍微解释一下三种背包的大概意思。0-1背包是指往背包里装入的物品每种只有一件，完全背包则是往背包里装入的物品每种有无数件，显然这两种情况都过于理想化，而多重背包则是一种更为贴近实际生活的背包类型，即每种物品都为有限件，第i种物品的件数可记为amount[i]。

我们现在看一个例题，TSOJ的1306背包问题。

题目描述:

有n种物品，每种均有无穷多个。第i种物品的体积为Vi，重量为Wi。选一些物品装到一个体积容量为C的背包中，使得背包内物品在总体积不超过C的前提下重量尽量大。

输入描述：

第一行有两个整数n（1 <= n <= 100）和C（1 <= C <= 10000），用一个空格隔开，n表示货物种类数，C代表背包体积容量。接下来的n行每行包括两个在1到10000之间（包括1和10000）的整数Vi,Wi，分别表示物品的体积和重量。

输出描述：

包括一行，这一行只包含一个整数，表示在规定的背包体积大小内，背包内物品的最大重量

样例输入:

3 5

1 2

2 3

3 2

样例输出:

10

不难看出，这是一个典型的完全背包问题。解题思路大概是这样：1，开一个一维dp数组用来记录背包容量从0 - C的动态情况。2，对每种物品依次更新背包从(V[i]) - C的情况。3，直到对最后一种物品更新完数据，取出最大值,即为最终结果。

更新背包的数据来源有两个：（1）上一次dp当前容量的值。(2)上一次dp当前容量减去当前物品体积的值加上当前物品重量。

毋庸置疑，我们要用数据来源中较大的对dp进行更新，这样就可以确保每次更新完后的dp值都是只装入前i个物品的当前容量的最优解。

你可能听我啰嗦完还是一头雾水，不用担心，你可以先看下面的代码，看完后可能就会有所体悟。

#include<stdio.h>

int dp[10005];

int max(int a,int b)
{
	return a>b?a:b;
}

int main()
{
	int i,j,n,c,cc[105],ww[105];
	while(scanf("%d %d",&n,&c)!=EOF)
	{
		int maxf=0;
		for(i=0;i<=c;i++)	
			dp[i]=0;
		for(i=1;i<=n;i++)
			scanf("%d %d",&cc[i],&ww[i]);
		for(i=1;i<=n;i++)
			for(j=cc[i];j<=c;j++)
			{
				dp[j]=max ( dp[j] , dp[j-cc[i]]+ww[i] );
				maxf=dp[j];
			}	
		printf("%d\n",maxf);
	}
	return 0;
}

这是我用最基本的C语言编写的源代码，只使用了标准输入输出的头文件，以便强化作为初学者的我的语言功底。饺子作为一只小萌新，给广大萌新小伙伴们提个建议，尽量多自己编写代码，减少使用库函数。( P.S.有时候还会降低智商的，开玩笑的啦。 )当然等语言功底扎实之后，你就可以为所欲为了，此处手动滑稽。

这时候我们注意到，当遇到第i种物品时，小于V[i]的dp值是不需要更新的，因为他们压根就装不下啊，当然这种说法也不太严谨，但是便于理解。此时我们可以从另一个角度理解，这些数据是更新了的，且更新完的数据还是原来的值，只不过聪明的你发现了这个规律，让傻不拉几的只会机械地执行的计算机减少了这些无效的操作，人是有思维的，这就是计算机和人类本质的区别鸭！

其实我应该从二维数组dp[i][j]对完全背包进行讲解，然后再讲空间优化问题，但是我感觉，直接学习空间优化完的背包问题就足够了，因为我感觉两者在代码实现难度上没什么区别鸭，这种不多费力气又省内存的方法学会了,岂不是事半功倍了鸭？

搞懂了完全背包，我觉得0-1背包和多重背包也不是什么问题了。0-1背包和完全背包的区别就是：

完全背包dp的更新方向是：→→→→→→→→→→→→→→→→→→→→→

而0-1背包的更新方向是：←←←←←←←←←←←←←←←←←←←←←

之所以完全背包是从左到右，是因为左面的dp值是考虑了装入若干个前i种物品后更新完的值，我们要用这些装入了第i个物品后的dp值对后面继续进行更新。而0-1背包是用装入前i-1种物品的dp值对当前要装入第i个物品的dp值进行更新，为了确保每个数值都没被第i个物品更新过，考虑完两种数据来源后，我们发现从右到左这种更新方式巧妙地避免了这个问题，因为每次更新都是用左面的dp值对当前dp值进行更新，而若从左到右，左面的值是装入了前i个物品后的dp值，不再是装入前i-1个物品的dp值，这样显然就是错误的。

本饺子暂时就只想到了这么多，可能讲解中有一些错误没有发现，还望大佬们多多指出。