ACM 学习笔记(五) 动态规划

  动态规划将大问题拆分为小问题，但是关键在于，小问题不会被重复调用。

01背包

  背包问题的问题描述为：有$N$种物品，和一个容量是$V$的背包。每件物品只能使用一次。第$i$件物品的体积是$v(i)$，价值是$m(i)$。求解将哪些物品装入背包，可使得这些物品的总体积不超过背包容量，且总价值最大。

• 暴力：每件物品只有取或者不取两种情况，算法复杂度$O(2^n)$。显然不行。

• 动态规划：动态规划第一步描述状态。对于上述问题，我们将状态表示为我们总共有$i$种物品和容量为$j$的背包。对，没错！状态就是描述当前的这样一种事实！之后我们还需要定义一个东西，值函数，用来描述当前状态的总价值。因为这里有两个变量$i$和$j$，所以我们用一个二维数组$s[i][j]$来表示。

  到这里，我们需要的一些定义就定义完了。为了进一步加深对上述符号的定义理解，我们举个例子：

1. 当给定的背包的容量$j=0$时，不管这个时候有多少物品，背包都装不下，其总价值都为$0$。也就是$s[i][0]=0$，其中$i$任意取。
2. 当然，当不给物品时，即$i=0$时，不管背包有多大，其总价值也都为0。

  到这，我们分析了两种极端情况的值函数，再多考虑一下：当给定的物品为1种物品，也就是$i=1$时，只有当背包的容量$j$大于等于这个物品的体积$v(1)$时($j\ge v(1)$)才能装地下，然后拿到其对应的价值$m(1)$，此时，$s[1][v(i)],s[1][v(i)+1]\cdots$都等于$m(1)$。否者，非常可惜，因为装不下，只能价值表示为$0$，$s[1][0],\cdots ,s[1][v(i)-1]$都等于$0$。所以在给定第1种物品时，对于任意的背包容量$j$，可以知道$s[1][j]$的值。

  不失一般性，对于任意给定的$i$种物品和背包容量$j$时，值函数$s[i][j]$如何计算呢？我们用递推来推导一下。对于任意的$j$，$s[1][j]$怎么来算呢？$s[1][j]$与$s[0][j]$相比，就是增加了一个物品1可供选择。可以选择要这个物品1或者是不要这个物品1。

1. 不要这个物品1：如果选择不要，那么此时$s[1][j]=s[0][j]$。不失一般性表示为$s[i][j]=s[i-$