0-1背包问题，完全背包问题

0-1背包问题

N个物品(编号1,2,…,N)，
重量 int w[N+1]
价值 int v[N+1]
背包容量 int S

1. 具有重叠子问题
2. 具有最优子结构

---

枚举（+剪枝）

每个物品选和不选，形成二叉树，再DFS

动态规划

递归写法：
dp(i,x)表示从1~i号物品中选，背包剩余容量为x，此状态下能达到的最大价值。

• 递推关系
  dp(i,x) = max{ dp(i-1,x), dp(i-1,x-w[i])+v[i] }
• 递归边界
  i=0或x=0时，dp=0
  x<0时，dp=-∞，表示不可能出现这种情况，在max中淘汰

#include <climits>
#include <algorithm>

const int NINF = INT_MIN;

int DP(int i, int x){
   
    if(i==0 || x==0) return 0;
    if(x<0) return NINF;
    return std::max(DP(i-1,x), DP(i-1, x-w[i])+v[i]);
}

int main(){
   
    int ans = DP(N, S);
}

递归中存在子问题的重复计算。实际计算量和枚举+剪枝相同，只不过递归是带着“剩余容量”从后往前枚举，后者是带着“已累计重量”从前往后枚举。

递推写法：

• 状态
  dp[i][x]表示从1~i号物品中选，背包剩余容量为x，此状态下能达到的最大价值。
• 状态转移方程
  d p [ i ] [ x ] = { m a x { d p [ i − 1 ] [ x ] , d p [ i − 1 ] [ x − w [ i ] ] + v [ i ] } if  x ≥ w [ i ] d p [ i − 1 ]