1.27学习博客

今天学习了动态规划和01背包问题。
例题：采药

为了更好地理解01背包问题和动态规划的结合，借用题解中大佬的描述方式。
假设现在的背包的容量是 C=10；
物品编号：1   2   3
物品重量：5   6   4
物品价值：20  10  12
用v[i]表示物品价值，w[i]表示物品重量，要使得放入背包的物品价值最大化，我们知道用贪心是不行的！
所以接下来开始动态规划：
首先定义状态 dp[i][j]以 j 为容量为放入前i个物品(按 i 从小到大的顺序)的最大价值，那么i=1 的时候，放入的是物品 1 ，这时候肯定是最优的！
那考虑一下 j，j 是当前容量，如果 j<5，那么是不是就不能放，dp[1][j](j<5)=0；那如果 j>5，就可以放了，ddp[1][j](j>=5)=20；
接着 i=2 放两个物品，求的就是 dp[2][j] 了，当 j<5 的时候，是不是同样的 dp[2][j](j<5) 等于0；那当 j<6是不是还是放不下第二个，只能放第一个；
那 j>6 呢？是不是就可以放第二个了呢？是可以，但是明显不是最优的，用脑子想了一下，发现 dp[2][j](j>6)=20，这个 20 怎么来的呢，当然是从前一个状态来的（注意这里就可以分为两种情况了）：一种是选择第二个物品放入，另一种还是选择前面的物品；
让我们假设一下 j=10吧，可能会比较好理解！这时候： dp[2][10] = max((dp[1][10-w[2]])+v[2],dp[1][10])，也就是dp[2][10] = max(dp[1][4])+10,dp[1][10])
是不是很明显了呢，dp[1][4]+10 是选择了第二个，于是容量相应就减少成 4，之前已经得出 dp[1][4]=0，就是说选了物品 2，物品 1 就选不了了；dp[1][10] 是不选择第二个，只选择第一个 dp[1][10] 是等于 20 的，于是得出 ddp[2][10]=20
到这里就可以了，依次类推，动态转移方程为：dp[i][j] = max(dp[i-1][j-w[i]])+v[i],dp[i-1][j])
但是好像还有一些问题没考虑完.........
看回例子：
物品编号：1   2   3
物品重量：5   6   4
物品价值：20  10  12
我们知道 dp[1][j](j<5)=20，dp[2][j](j=5) 的时候是多少呢？我们看到动态转移方程并没有考虑 j<w[i]] 的情况，但是我们可以加进去，由于 dp[2][5] 我们看出来是等于 5 的，为什么？因为不能选第二个，只能选第一个，所以.....dp[2][5] 是不是刚好等于 dp[1][5] 了呢！所以当 j<w[i] 的时候，dp[i][j] = dp[i-1][j] 就好了

代码如下：
#include<iostream>
#include<cstdio>
using namespace std;
int max(int a,int b){
	if(a<b)return b;
	return a;
}
int main(){
	int t,m;
	int w[101],v[101];
	cin>>t>>m;;
	for(int i=1;i<=m;i++)cin>>w[i]>>v[i];
	int dp[101][1001];
	for(int i=0;i<t;i++)dp[0][i]=0;
	for(int i=1;i<=m;i++){
		for(int j=t;j>=0;j--){
			if(j>=w[i])dp[i][j]=max(dp[i-1][j-w[i]]+v[i],dp[i-1][j]);
			else dp[i][j]=dp[i-1][j];
		}
	}
	cout<<dp[m][t]<<endl;
	return 0;
}