动态规划的一维优化问题

这篇博客探讨了动态规划中的一维优化技术,特别是0-1背包问题的解决方案。通过从大到小的遍历顺序,确保在计算过程中正确地保留上一行的值,从而实现动态规划的状态转移。文章通过比较标准转移方程和优化后的方程,解释了优化过程的重要性。
摘要由CSDN通过智能技术生成

举个例子,0-1背包转移方程如下

在这里插入图片描述

dp数组第i行所依赖的其实都在第i-1行
故可以减去一维
关键思想在于如何实现dp[c] = max(dp[c],dp[c-v[i]]+w[i])
这里最大的问题是式子里,左边的代表第i行,右边的代表第i-1行,dp数组i-1行的值不能在使用之前被第i行的替换掉了,故选择从C->0的顺序遍历。需要确保dp[c-v[i]]存储的是上一行的值,即确保还没有被更新,所以遍历方向是从大到小即

 for (int i = 0; i < N; i++) {
   
            
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值