背包问题

1.问题

整数规划问题，0-1 背包问题

2.解析

思路：轻者先装，直到再装任何集装箱将使轮船载重量超过 C 时停止。
定理：对于任何正整数 k，算法（轻者先装）对 k 个集装箱的实例得到最优解。

证明: ( 数学归纳法)
(1) k=1,只有1个集装箱，其重量小于C。 任何装法都只有一种方式，因此都是最优解，因此轻者先装也是最优解。
(2)归纳假设:假设算法对于规模为 k的输入都能得到最优解。 考虑规模为k+1的输入，N= {i,2…,k+1},w.={w1,w2,w3…wk+1} …是集装箱 重量, w1≤w2≤…≤wk+1。
从N中拿掉最轻的集装箱，得到k规模的输入:
N’=N-{1}= {23…+1}
W’=W- {w}
C’=C-w
根据归纳假设，对于k个输入，N’、W’、C’的最优解为I’，即
I’为N’,不含1的最优解(归纳假设得) ，
令 I=I∪{}
那么I必然是N的最优解，这也是算法对于N,W,C的解。

证明: I 必然是N的最优解，采用反证法，即假设I不是N的最优解。
(1)构建最优解I* (N,含1) :假设I不是N的最优解。则必然存在
最优解I*，如果I中没有1，用1替代I中的第一一个集装箱标号得到的解也是最优解(个数不变，因此也是最优解)，使得I为包含1的关于N的最优解， 且|I|>|I|。
(2)构建最优解I*’(N’，不含1):因为I为包含1的关于N 的最优解，构建的I’=I*-{1}是不包含1的最优解(待证明)，即关于N’、 W’、C’的最优解(N’、W’、C’不包含1)。

证明: I*’ =I*-{1}是不包含1的最优解。
证(反证法) :如果I*’ =I*-{1}不是丕包含1的最优解，那么存在最优 解I*’’ ( N’,不含1),使得|I*’|<|I*’’|,
即|I*’ +{1}|<|I*’’+{1}|, 与I*’ +{1}= I为最优矛盾，因此 I’=I*-{1} 是不包含1的最优解。
(3)构建的最优解I*’与归纳假设的最优解I’比较:由(1) |I*|>|I|得，
| I*’ |=|I*- {1}|>| I -{1} |=| I’ |，与I’的最优性矛盾(最优解I* - {1}大于最优解I’)。

3.设计

#include <iostream>
#include <string>
using namespace std;
#define rep(i,a,b) for(int i=a;i<=b;++i)
#define dep(i,a,b) for(int i=a;i>=b;--i)
const int maxn=1e5+50;
int a[maxn],dp[maxn],n;
int main()
{
    int n,k;cin>>n>>k;//
    rep(i,1,n) cin>>a[i];
    rep(i,1,n)
    {
        dep(j,k,a[i])
        {
            dp[j]=max(dp[j],dp[j-a[i]]+1);
        }
    }
    cout<<dp[k]<<endl;
    
    return 0;
 }

4.分析

时间复杂度为O(nlogn)