DP入门即习题讲解

DP入门讲解
dp也叫做动态规划，算是较难的一类题目了，在这篇博客里我们主要来学一些dp的入门题，不会涉及太难的。
dp总的来说就是优雅的暴力，从最优子结构推向最优，我们要保证整过程中所有的都是最优，那么我们得到的最后结果肯定也是最优，这是dp最基础的思想，也是我认为最重要的。
dp还有一个性质是无后效性，这里我直接用百度百科里的话。无后效性是指将各阶段按照一定的次序排列好之后，对于某个给定的阶段状态，它以前各阶段的状态无法直接影响它未来的决策，而只能通过当前的这个状态。换句话说，每个状态都是过去历史的一个完整总结。这就是无后向性，又称为无后效性 。
掌握好这两个性质后，我们再来看dp的代码就好理解多了。

相关题目讲解
背包问题：
01背包：https://www.acwing.com/problem/content/2/
题解：解决dp问题我们首先要找到状态转移方程，这个题我们可以这样确认状态转移方程dp[i][j]，i表示我们有多少个物品，j则表示体积，对于每个物体，我们有两种状态，拿或者不拿，如果我们拿的话，我们所剩的体积必须要大于这个物体的体积，而且我们必须由最前面的最优推出当前的最优，所以我们可以得到当前的转移方程 dp[i][j]=max(dp[i-1][j],dp[i-1][j-u[i]]+v[i]) (u数组保存的为体积，v数组为价值），我们可以得到代码如下

for(int i=1;i<=n;i++)
{
    for (int j = w[i]; j <= v;j++)
    {
        dp[i][j] = max(dp[i - 1][j - u[i]] + v[i], dp[i - 1][j]);
    }
}

如果我们把这个过程画出来的话，我们可以得到如下的一张图

图片来源：https://www.blog.csdn.net/boliu147258/article/details/89843491

我们可以得到一个性质，就是我们当前这一行转移的时候只会用到上面这一行的，所以我们可以对这个方程进行空间优化，我们可以用一维数组dp[m]来表示，那么我们应该怎么写转移方程拿如果我们从前往后写

for (int i = 1; i <= n;i++)
        {
            for (int j = w[i]; j <= v;j++)
            {
                dp[j] = max(dp[j], dp[j - y[i]] + x[i]);
            }
        }

那么我们会发现这个物体并不是只用了一次，而是被引用了好多次，很明显这样写是不对的，假设我们的w[i]为3，我们对3进行了状态转移后，在6时会用到3的结果，这是这个物体就不只是被选用了一次，而是两次，这样肯定是不对的，所以我们应该倒着来写这个转移方程，这样我们转移过的量是不会影响后面的转移的。
完整代码如下

#include<bits/stdc++.h>
using namespace std;
const int maxn = 1e3 + 5;
int x[maxn];
int y[maxn];
int main()
{
    int n;
    scanf("%d", &n);
    while(n--)
    {
        int n, v;
        scanf("%d %d", &n, &v);
        for (int i = 1; i <= n;i++)
        {
            scanf("%d", &x[i]);
        }
        for (int i = 1; i <= n;i++)
        {
            scanf("%d", &y[i]);
        }
        int dp[maxn];
        memset(dp, 0, sizeof dp);
        for (int i = 1; i <= n;i++)
        {
            for (int j = v; j >= y[i];j--)
            {
                dp[j] = max(dp[j], dp[j - y[i]] + x[i]);
            }
        }
        printf("%d\n", dp[v]);
    }
    return 0;
}

ps:待更新的有完全背包，多重背包，分组背包，lcs，lis，写的不是很好，见谅，有什么问题请联系我。