动态规划（0-1背包）

动态规划通常可以拆解为五步，

• 确定dp数组下标的含义
• 确定状态转换方程
• dp数组如何初始化
• 确定遍历顺序
• 举例推到dp数组

典型问题DP

0-1背包问题

有N件物品和一个最多能被重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大.

问题本质：
每一件物品其实只有两个状态，取或者不取。
暴力法：回溯。
时间复杂度：O(2^n)

DP思路：

• 确定dp数组以及下标的含义。

二维数组，dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少

• 确定递推公式。

存在两个状态， 即放i物品和不放i物品
不放该物品，dp[i-1][j].
放该物品，dp[i-1][j-weight[i]] + value[i]

• 初始化数组

可以根据引索来初始化，i-1>=0; i >=1
所以i = 0的全部元素需要初始化。
j = 0时，不能放任何东西，dp[i][0] = 0;

• 确定遍历顺序

如上图所示的数组，先遍历行（物品），更好理解。

• 举例推导dp数组

即自己手动模拟填完该数组

#include <iostream>
#include <vector>
#include <algorithm> 
using namespace std;

int main(){
    // 3个物品； 背包重量4
    vector<int> weight = {0,1,3,4};
    vector<int> value = {0,15,20,30};
    vector<vector<int>> dp(3, vector<int>(5,0));
    // 初始化
    for(int i = 1; i < 4; i++){
        dp[0][i] = value[0];
    }

    for(int i = 1; i < 3; i++){
        for(int j = 1; j < 5; j++){
        // 转移方程
            if(j - weight[i] < 0){
                dp[i][j] = dp[i-1][j];
            }else{
                dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i]);
            }
        }
    }
    cout<< dp[2][4] <<endl;
	system("pause");
	return 0;
}