装箱问题（4月5日）

说明

有一个箱子容量为V（正整数，0<=V<=20000），同时有n个物品（0<n<=30），每个物品有一个体积（正整数）。

要求n个物品中，任取若干个装入箱内，使箱子的剩余空间为最小。

输入格式

每个测试文件只包含一组测试数据，每组输入的第一行为一个整数V（0<=V<=20000），表示箱子的容量。

第二行输入一个整数n（0<n<=30），表示有n个物品。

接下来n行，每行输入一个正整数，表示每个物品的体积。

输出格式

对于每组输入数据，输出一个整数，表示箱子剩余空间。

样例

输入数据 1

24
6
8
3
12
7
9
7

输出数据 1

0

解题思路

经典的01背包问题，因为我们尽可能的要凑满V容量，所以我们可以定义 dp[i]=w 为容量为i的箱子最多能装w体积的东西。状态转移：

1.不要第i个物品，保持第i-1个物品的状态dp[j]=dp[j]；

2.要第i个物品，更新加上这个物品后的体积dp[j]=dp[j-w[i]]+w[i];

完整代码：

#include<iostream>
#include<algorithm>
#define MAXN 35
#define maxn 20005
using namespace std;
int a[MAXN];
int dp[maxn];//i容量下能装的物品体积 
int main()
{
	int v,n;
	cin >> v >> n;
	for(int i=1;i<=n;i++)
		cin >> a[i];
	for(int i=1;i<=n;i++)
		for(int j=v;j>=a[i];j--)
			if(dp[j]<(dp[j-a[i]]+a[i]))//dp[j]为不要第i个物品的情况，dp[j-a[i]]+a[i]为要第i个物品的情况 
			   dp[j]=dp[j-a[i]]+a[i];
	cout << v-dp[v];
	return 0;
}

这里说明一下为什么01背包要倒着推吧：

二维：

dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+w[i]);

一维：

dp[j]=max(dp[j],dp[j-w[i]]+w[i]);

因为我们压缩成了一维，我们需要保持第i个物品的转态是依赖于i-1个物品的状态，正着推的话，

dp[j-w[i]]已经变成了第i层的dp[j-w[i]]了，而不再是第i-1层的dp[j-w[i]]。

而且j-w[i]肯定是比j小的，所以dp[j-w[i]]肯定比dp[j]先更新，这就导致了右边的dp[j-w[i]]是第i层的而非第i-1层的。

所以需要逆序，推导第i层的j的时候第i层的j-w[i]还没被更新，此时dp[j-w[i]]存储的还是第i-1层的dp[j-w[i]],这样可以得到正确答案。

完全背包为什么正着推？

二维：

dp[i][j]=max(dp[i-1][j],dp[i][j-w[i]]+w[i]);

一维：

dp[j]=max(dp[j],dp[j-w[i]]+w[i]);

也就是说自己可以用到自己那一层的状态。所以如果想把第一位优化掉，可以直接顺推。而优化空间后的方程除了推的方向，和01背包是一模一样的。