0-1背包之A - 高数Umaru系列（9）——哈士奇

A - 高数Umaru系列（9）——哈士奇

Description
由于高数巨养的喵星人太傲娇了，要天天吃新鲜猫粮而且还经常欺负高数巨，所以高数巨决定买几条哈士奇尝尝鲜。这天高数巨来到了二手狗市场买哈士奇，高数巨看完了所有的哈士奇，记下了每条哈士奇的价格，并根据对它们的好感程度给它们每只都赋予了一个萌值。高数现在手里有X元，她想通过购买若干条哈士奇来获得尽可能多的萌值。现在给定高数巨手里的钱X以及N条哈士奇的价格和萌值，求高数巨最多可获得多少萌值

Input
多组输入。

对于每组输入，第一行有两个整数N，X（1 < = N < = 100，1 < = X < = 1000），分别表示哈士奇的数量和高数巨的钱数

接下来的N行每行有两个整数Pi，Mi（1 < = Pi,Mi < = 100），分别表示第i条哈士奇的价格和萌值

Output
对于每组数据，输出一个整数，表示高数巨最多可以获得的萌值，每组输出占一行
Sample
Input

2 100
50 20
60 40
3 100
20 55
20 35
90 95
1 10
20 50

Output

40
95
0

Hint

#include<iostream>
#include<string.h>
using namespace std;

int w[105];//代价
int v[105];//价值
int s[1001];
int main()
{
    int n,x;//物品数量 & 所能承受的总代价
    while(cin>>n>>x)
    {
        memset(s, 0, sizeof(s));
        for(int i=0; i<n; i++)cin>>w[i]>>v[i];
        for(int i=0; i<n; i++)
        {
            //当前这个买得起的话，将j,j+1,...x的目前最大的s都算出来!
            for(int j=x; j>=w[i]; j--)
            {
                //max(买 ,不买)
                s[j] = max(s[j-w[i]]+v[i],s[j]);
            }
        }
        cout<<s[x]<<endl;
    }
}

思路：

从后往前，动态规划，举个例子

2 100
50 20
60 40

第一次循环，花费需要50，在50-100￥内的选择，0和20你选哪个
第二次循环，花费60，60-100￥内的选择，40留给当前最优+这只的价值 还是 不买，价值不变
这次0-40￥内的选择仍然是 0，这就说明和前面出现了不可累加，也就是不能都买的情况，
我们再增加一组数据，

3 100
50 20
60 40
10 10

这次有了第三次循环，花费10，在10-100￥内做选择， 买，就是90￥的最优+它的价值（40+10），显然之前的最优会被替换，每次最优的更新就是累加的过程（也就是某几只狗都能买），而且这次10-40￥内的最优也从0变为了10，
所以不需要担心一开始最优是否是0，后面会迭代更新

问题：为什么要从后往前更新dp数组呢？

 for(int i=0; i<n; i++)
        {
            //当前这个买得起的话，将j,j+1,...x的目前最大的s都算出来!
            for(int j=x; j>=w[i]; j--)
            {
                //max(买 ,不买)
                //考虑j这笔钱花在第i个物品上的收益+剩下j-w[i]这笔钱目前带来的收益，考虑这样做收益和是否更大
                s[j] = max(s[j-w[i]]+v[i],s[j]);
            }
        }

原因很简单，先做一个实验,内层循环改为：

for(int j=w[i]; j<=x; j++)

结果往往比正确答案要大或等于，为什么呢？
其实从后往前更新，保证了s[j] 在考虑第i个物品时s[j-w[i]]是第[1, i-1] 物品中挑选最优的结果。

如果顺序更新，一旦s[j-w[i]]先完成了更新，后面s[j]更新又用到了s[j-w[i]]，s[j]便找不到s[j-w[i]]在第[1, i-1] 物品中挑选最优的结果了，因为此时s[j-w[i]]存的已经是[1, i] 物品中挑选最优的结果，结果大于正确答案就是存在这种荒谬的更新导致的。