动态规划-背包问题

​

关于动态规划的背包问题，可分为
（1）0/1背包问题
（2）分组背包问题
（3）多重背包问题
（4）完全背包问题

（1）0/1背包问题。

问题描述：有NN件物品和一个容量是 VV的背包。每件物品只能使用一次。
第 ii件物品的体积是 vivi，价值是wi wi。
求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输入描述：第一行两个整数，N,V 用空格隔开，分别表示物品数量和背包容积。
接下来有N行，每行两个数vi，wi，用空格分隔开，表示该物体的体积和价值。
N，V
输出描述： 输出一个整数，表示最大价值。
分析
引入一个(N+1)*(V+1)的二维数组dp[ ][ ]。
dp[i][j]表示把前i个物品【1，i】装入容量为j的背包中获得最大价值
把每个dp[i][j]都看做一个背包；容量为j，装1~i这些物品，最后的dp[N][V]为问题答案。
dp转移方程：
(1)、第i个物品的体积比容量j还大，不能装进背包。直接继承前 i-1 个物品装进容量为j的背包情况即可，即dp[i][j]=dp[i-1][j]。
(2)、第i个物品的体积比容量j小，能装进背包，又可以分成两种情况：装或不装：
①装第i个物品。从前i-1个物品推广，前i-1个物品价值为dp[i-1][j]。第i个背包装进背包后，背包容量减少v[i]，价值增加w[i]
有dp[i][j]=dp[i-1][j-v[i]]+w[i]。
②不装第i个物品，有dp[i][j]=dp[i-1][j]。
取两者的最大值:
dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i])
递推代码（暴力做法）：
参考代码：

#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int w[N], v[N]; //物品的价值和体积
int dp[N][N];
int solve(int n, int V) {
   
   
    for (int i = 1; i <= n; i++)
        for (int j = 0; j <= V; j++) {
   
   
            if (v[i] > j)
                dp[i][j] = dp[i - 1][j];  //第i个物品比背包大，装不了。
            else
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - v[i]] + w[i]); //第i个物品能装。
        }
    return dp[n][V];
}
int main() {
   
   
    int n, V;
    scanf("%d%d", &n, &V);
    for (int i = 1; i <= n; i++)
        scanf("%d%d", &v[i], &w[i]);
    printf("%d", solve(n, V));
    return 0;
}

记忆化搜索（暴力做法）：
参考代码：

#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int w[N], v[N];
int dp[N][N];
int solve(int i, int j) {
   
   
    if (dp[i][j] != 0)
        return dp[i][j];
    if (i == 0)
        return 0;
    int res;
    if (v[i] > j)
        res = solve(i - 1, j);
    else
        res = max(solve(i - 1, j), solve(i - 1, j - v[i]) + w[i]);
    return dp[i][j] = res;
}
int main() {
   
   
    int n, V;
    scanf("%d%d", &n, &V);
    for (int i = 1; i <= n; i++)
        scanf("%d%d", &v[i], &w[i]);