动态规划学习-背包

最近打算认真学习一下数据结构与算法，第一步就是动态规划。
应用：背包（01背包，完全背包，多重背包），最长公共子序列，最长上升子序列，矩阵乘法链，最短路径，无交叉子集，图像压缩，元件折叠。寻路问题，资源分配，线性模型，博弈类问题，树形DP

目录

【背包问题】背包九讲

https://github.com/tianyicui/pack/tree/c1c368e3f084a11aef65c015981f71eac64b5e1f

- ①0/1背包：

有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使价值总和最大。
这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。用子问题定义状态：即f[i][v]表 示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：
f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
【注意】我们看到的求最优解的背包问题题目中，事实上有两种不太相同的问法。有的题目要求“恰好装满背包”时的最优解，有的题目则并没有要求必须把背包装满。一种区别这两种问法的实现方法是在初始化的时候有所不同。
如果是第一种问法，要求恰好装满背包，那么在初始化时除了f[0]为0其它f[1..V]均设为-∞，这样就可以保证最终得到的f[N]是一种恰好装满背包的最优解。
如果并没有要求必须把背包装满，而是只希望价格尽量大，初始化时应该将f[0..V]全部设为0。
为什么呢？可以这样理解：初始化的f数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满，那么此时只有容量为0的背包可能被价值为0的nothing“恰好装满”，其它容量的背包均没有合法的解，属于未定义的状态，它们的值就都应该是-∞了。如果背包并非必须被装满，那么任何容量的背包都有一个合法解“什么都不装”，这个解的价值为0，所以初始时状态的值也就全部为0了。

#include<stdio.h>
#define INR 0x7fffffff
int max(int a,int b){
  return a>b? a:b;}
struct E{
   int w;//物品的体积
   int v;//物品的价值
}list[101];
int dp[101][1001] ;//记录状态数组，dp[i][j] 表示前i个物品组成的总体积不大于j的最大价值和
int main(){
   int s,n;
   while(scanf("%d%d",&s,&n) != EOF){
       for(int i=1;i<=n;i++){
          scanf("%d%d",&list[i].w,&list[i].v);
       }
       for( i=0;i<=s;i++){
         dp[0][i]=0;
       }
       for( i=1;i<= n ;i++){
           for(int j=s;j >= list[i].w ;j--){
              dp[i][j] = max(dp[i-1][j],dp[i-1][j-list[i].w]+list[i].v);
           }
           for( j=list[i].w-1;j>=0;j--){
              dp[i][j]=dp[i-