背包问题

背包问题
有 n 个物品和容量为 V 的背包，第 i 件物品的体积为 c[i]，价值为 w[i]。现在的目标是确定要将哪些物体放入背包，以保证在体积 不超过背包容量 的前提下，背包内的 总价值最高？

1. 01背包问题

约束条件： 每种物品数量为 1，可以选择放或不放

状态定义： f[i][v] 为前 i 个 物品中，体积恰好为 v 时的最大价值。

result = max(f[n][0~V]) 即最终答案，它表示前 n 个物品的最大价值，假设这时容量为 k ，由于 0 <= k <= V，因此容量要在 0~V求最大值来寻找 k。

状态转移方程：

f[i][v] = max(f[i-1][v], f[i-1][v-c[i]] + w[i])

以上得到的状态 i 和状态 i-1 关系是从 实际意义 推断出来的。

• 如果 不选第 i 个物品，那么前 i 个背包的最大价值就是前 i-1 个物品的价值，即 f[i][v] = f[i-1][v]；
• 如果 选择了第 i 个物品，前 i-1 个物品的体积就是 v-c[i]，状态方程为 f[i-1][v-c[i]]，注意这时的价值是前 i-1 个物品的价值，因此少了 w[i] 的价值，所以 f[i][v] = f[i-1][v-c[i]] + w[i]。

2. 完全背包问题

约束条件： 每种物品的数量为无限个，你可以选择任意数量的物品

f[i][v] = max(f[i-1][v-k*c[i]] + k*w[i]), 0 <=k*c[i]<=v

同样地，以上得到的状态 i 和状态 i-1 关系是从 实际意义 推断出来的。

如果 第 i 个物品选择了 k 次，前 i-1 种物品的体积就是 v-k*c[i]，状态方程为 f[i-1][v-k*c[i]]，注意这时的价值是前 i-1 种物品的价值，因此少了 k*w[i] 的价值，所以 f[i][v] = max(f[i-1][v-k*c[i]] + k*w[i]), 0 <=k*c[i]<=v

这个方程可以简化为如下写法

dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i])
//这是因为：
//dp[i][j] = dp[i - 1][j] + dp[i-1][j - coins[i]) + ... + dp[i-1][j - k*coins[i]); 
//dp[i][j - coins[i] = dp[i-1][j - coins[i]) + ... + dp[i-1][j - k*coins[i]),
//所以 dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i])