面向问题求解的高级程序设计：（六）动态规划

系列文章目录

面向问题求解的高级程序设计：
（一）枚举
（二）查找
（三）贪心算法
（四）搜索
（五）分治与递归
（六）动态规划
（七）最短路
（八）最小生成树
（九）数论
（十）期中回顾

---

---

一、动态规划

• 动态规划 (dynamic programming) 是运筹学的一个分支，是求解决策过程 (decision process) 最优化的数学方法。
  其特点在于将一个多阶段的问题转化为一系列的单阶段问题，利用各个阶段之间的关系，逐个求解。

特点

• 最优子结构（最优化原理）：整个问题的最优策略可以通过将问题划分成多个子问题，并且分别求对应的最优策略得出。
• 无后效性：当前的决策无法影响未来的决策。
• 子问题的重叠性：将整个问题划分为子问题后，子问题之间具有相似性

二、例题

1.Common Subsequence

文章链接:HDU 1159.Common Subsequence【动态规划DP】【3月8】

2.Big Event in HDU

文章链接:shu7-19【背包和母函数练习】

3.最少拦截系统

文章链接:最少拦截系统_辣鸡和菜鸡的区别的博客-CSDN博客

4.Anniversary party

文章链接:HDU1520 Anniversary party 解题报告【树形DP】

5.背包问题

文章链接:背包问题

6.完全背包

有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的体积是vi，价值是ci
现在请你选取一些物品装入背包，使这些物品的体积总和不超过背包容量，且价值总和最大。
其中1<=N<=100，1<=V<=50000，1<=vi,ci <=10000。

Input

第一行输入两个数N,V，分别表示物品种类数和背包容积； 之后N行，每行两个数vi,ci
，分别表示第i种物品的体积和价值； 

Output

 输出一个数，表示最大的价值 

Sample Input

2 11
2 3
6 14

Sample Output

20

代码如下:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
int dp[100086] = {0};
int main(){
    int n,W,w,p;
    cin >> n >> W;
    for(int i = 1; i <= n; i++){
        cin >> w >> p;
        for(int j = w; j<= W; j++){
            dp[j] = max(dp[j],dp[j-w]+p);
        }
    }
    cout << dp[W] << endl;
    return 0;
}

总结