周结2020.4.19

最近学习了区间dp和背包的有关知识，并在信息学奥赛一本通上训练了最短路径算法，但是感觉最近的学习越来越有些力不从心，信息学奥赛一本通的有些题看题解才能做出来，训练的内容有些跟不上了，所以这周六就把训练群退了，并且之前在寒假训练dp的内容时也训练的不是很好，有看题解做题的情况，刚好再回头认真学一遍dp的问题，并且在家学习不高，物理电子高数啥的都有落下，所以就先把群退了，以后有时间再刷。
vj上的题最近做的很少，看着排行都才做了三五个，有些放松这方面的题
整理了一些资料，关于背包的
1、01背包：它是给定N件重量为m[i]、价值为w[i]的物品和承重为V的背包，求在背包承重范围内接受物品的最大价值。他的特点是每种物品只有一件，只能选择放或者不放。
转移方程：dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i])。
还可以将其压缩到一维状态：
for(int i=1->n)
for(int j=v->1)
dp[j]=max(dp[j],dp[j-v[i]]+w[i]);
2、完全背包：它也是给定N种重量为m[i]、价值为w[i]的物品和承重为V的背包，求在背包承重范围内接受物品的最大价值。它的特点是每种物品可以取若干件。
转移方程：dp[i][j]=max(dp[i-1][j],dp[i-1][j-m[i]]+w[i])。
借用01背包的思想，本次使用的转移方程也是只涉及到i-1的纵向级别。但与上面不同的是，此次考虑的对象是dp[i][j-v[i]]，所以我们必须让体积由前向后循环：
for(int i=1->n)
for(int j=1->v)
dp[j]=max(dp[j],dp[j-v[i]]+w[i])。
3、多重背包：它的问题的思路跟完全背包的思路非常类似，只是k的取值是有限制的，但是每件物品的数量是有限制的。
转移方程： dp[i][v] = max{dp[i - 1][v - k * c[i]] + w[i] | 0 <=k <= n[i]}
其中c[i]是物品的数量，和完全背包的不同支出在于完全背包可以取无数件，而多重背包给定了最多能取的数量。这样也是三个循环，分别是背包容量，物品个数和物品种类。

最近打的cf也是一直在掉分，不过老师和学长都说认真干下去会上来的，并且dive2里的ABC也没啥算法，网上也说这些题简单些，以后就靠ABC加分了