01背包（学习笔记）

问题描述：现在有一个背包,它的体积为C,现在有N种物品(每个物品只有一个),每个物品的价值W[i]和占用空间C[i]都会由输入给出,现在问这个背包最多能携带总价值多少的物品?

对于第i件物品，只有装和不装俩种选择。乍一看，dfs？

#include<stdio.h>
int v[10000],w[10000];
int ans;
int temp;
void dfs(int n,int c)
{
	if(n==0) 
	{
		if(temp>ans) ans=temp;
		return;
	}
	if(c>=w[n])
	{
		temp+=v[n];
		dfs(n-1,c-w[n]);
		temp-=v[n];
	}
	dfs(n-1,c);
}
int main()
{
	int n,c;
	scanf("%d%d",&n,&c);
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&v[i]);
	}
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&w[i]);
	}
	dfs(n,c);
	printf("%d",ans);
	return 0;
}

 问题解决了，溜了溜了。

动态规划通常用于最优解问题，

• 与递归分治法类似，都是将大问题拆分成小问题，通过寻找大问题和小问题的递推关系，解决一个个小问题，最终达到解决原问题的效果。
• 不同的是，递归分治法如果要同时求大问题和其子问题，就会被重复计算。而动态规划具有记忆性，通过填表把所有已经解决的子问题的答案记录下来，在新问题需要用到子问题时直接提取，避免重复计算。

核心：填表

难点：状态转移方程

通过上面的dfs可以发现：

dfs(n,c)=

dfs(n-1,c)  wn>C(放不下）
max{dfs(n-1,c),dfs(n-1,c-wn)+vn}

我们通过二维数组dp[i][j],来记忆物品数量i，背包容量j的答案。

得到状态转移方程：

dp[i][j]=

dp[i-1][j]  wi>j
max{dp[i-1][j],dp[i-1][j-wi]+vi} j>wi

代码实现

#include<bits/stdc++.h>
using namespace std;
int v[10000],w[10000];
int dp[10000][10000];

int main()
{
	int n,c;
	scanf("%d%d",&n,&c);
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&v[i]);
	}
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&w[i]);
	}
	for(int i=1;i<=n;i++)//填表
	{
		for(int j=1;j<=c;j++)
		{
			if(w[i]>j)
			{
				dp[i][j]=dp[i-1][j];
			}
			else
			{
				dp[i][j]=max(dp[i-1][j-w[i]]+v[i],dp[i-1][j]);
			}
		}
	}
	printf("%d",dp[n][c]);
	return 0;
}

• i=0与j=0那两行赋初值为0.

空间优化

不难发现，dp[i][...]只与dp[i-1][...]有关。所有可以将dp数组降维。

#include<bits/stdc++.h>
using namespace std;
int v[10000],w[10000];
int dp[10000];

int main()
{
	int n,c;
	scanf("%d%d",&n,&c);
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&v[i]);
	}
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&w[i]);
	}
	for(int i=1;i<=n;i++)//填表
	{
		for(int j=c;j>=0;j--)//j必须从后面开始，这样dp[j]的改变才不会影响前面的dp
		{		
			if(j>=w[i]&&dp[j-w[i]]+v[i]>dp[j])
			{
				dp[j]=dp[j-w[i]]+v[i];
			}
		}
	}
	printf("%d",dp[c]);
	return 0;
}

dp[0]初值为0。

这样做的缺点就是牺牲了大量数据，如果刚好要求最后的答案 ,那没什么。

P1048 [NOIP2005 普及组] 采药https://www.luogu.com.cn/problem/P1048