入门动态规划问题

hihocoder这周欠了三题，因而今天一波结束了。而后发现这三个题目彷佛都很简单，而且仍是一类问题里面的。全部就写成一次的吧。

动态规划问题，提及来，理论上是每一个搞ACM的人都会学的，并且应该是最开始就学的。由于动态规划问题是各类各样比赛的宠儿啊，几乎每次比赛必出动态规划。楼教主的“男人八题”里面就有几个动态规划问题，是须要结合数据结构和动态规划才能解决的问题。不过不在此次范围内。

固然，在写动态规划问题以前，显然是要推荐一波《背包九讲》的，毕竟写的很好。传送门

1)数字三角形问题

数字三角形问题其实本质上也就是选和不选问题。

就以hihocoder-1037-数字三角形这个题目来讲吧。

    2
   6 4
  1 2 8
 4 0 9 6
6 5 5 3 6

这个三角形，从最上面走到下面，每次只能向左下或者右下走，问最后的路径上的数的和最大为多少。

若是单纯的采用贪心的策略走的话，2-6-2-9-5，因而最大路径变成了24，然而结果倒是28，是2-4-8-9-5

显然在第一步走错了。

那咱们试试用搜索的方法，搜索由于采用递归的方式，因此其实把每一种方案都选择了一下。

2-6-1-4-6

2-6-1-4-5

....

2-4-8-9-5

....

2-4-8-6-6

显然用搜索时可以找到最后的结果的。

可是每种方案都找出来了。总共有2^4种方案，因此对于任意的n，有2^(n-1)种方案，那么若是n是100，显然要找到2^99种方案，这样的效率，是很是可怕的。

那咱们再考虑下，发现，在搜索的时候，不少步骤是重复的。好比在2-6-2和2-4-2后面的几种方案，虽然都是同样的结果，可是却由于前面不一样因此被重复计算了。这是致使效率低的缘由。那该怎么解决呢？

很简单，把后面运行的结果保存一下，每次遇到相同的直接用不就能够了么。

因此假设f[i][j]表示从底部走到(i,j)这个位置的路径上所通过的最大路径和。这个状态咱们发现是能够转移的。

f[i+1][j]的状态只须要向上面走一个位置，就能够转移到f[i][j]，同理f[i+1][j+1]也是这样

而后就能够获得一个方程f[i][j] = max(f[i+1][j], f[i+1][j+1]) + val[i][j];

获得这个方程就能够轻松的解决这个问题了。

因此动态规划的核心思想，其实就是状态和状态转移方程。

附上hihocoder-1037-数字三角形的ac代码：

import java.util.Scanner;
import java.io.BufferedInputStream;

public class Main {
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		Scanner in = new Scanner( new BufferedInputStream( System.in ) );
		int n = in.nextInt();
		int[][] a = new int[n][n];
		int[][] dp = new int[n][n];
		for( int i = 0; i < n; ++i )
			for( int j = 0; j <= i; ++j )
				a[i][j] = in.nextInt();
		
		for( int i = 0; i < n; ++i ) dp[n - 1][i] = a[n - 1][i];
		for( int i = n - 2; i >= 0; --i )
			for( int j = i; j >= 0; --j )
				dp[i][j] = Math.max(  dp[i + 1][j], dp[i + 1][j + 1] ) + a[i][j];
		System.out.println( dp[0][0] );
	}
}

2)01背包

这个背包问题就是选和不选的问题，从这个背包问题能衍生出不少问题，好比POJ-2184这个题目就是一个很好的01背包变形。

不过今天是基础的背包，那我仍是说基础的背包问题吧。

就以hihocoder-1038-01背包这个题目来讲吧。

有n个奖品，m个奖卷。第i个奖品兑换须要w[i]个奖卷，这个奖品由v[i]的价值。问使用m个奖卷能换到的奖品价值最大为多少。

其实也是一个选和不选的问题了，与上面那个三角形仍是很是相似的。

看到这个问题的时候就会有一种想法，就是强行搜索一波，把选和不选每一个物品的两种状况都给搜索出来，这种不失为一种办法，可是确实很麻烦效率很低，即便物品只有30个也会一波GG，固然若是某些题目剪枝剪得很是棒那是另一回事了。

根据咱们作上面那个三角形的经验，咱们要找到一个状态，一个状态转移方程就行了。

那这个状态怎么找呢？

f[i][j]表示当装了第i个物品，而且花了j个奖卷以后所能得到的最大价值。

这样就成功的找出来了。你要是问我这是怎么找到的。我也只能说一句无可奉告，毕竟我也只是学习了这些以后才知道的。

因此状态转移方程就是f[i][j] = max(f[i - 1][j - w[i]] + v[i], f[i][j]);（可优化）

因此直接给出hihocoder-1038-01背包的代码。

import java.util.Scanner;
import java.io.BufferedInputStream;

public class Main {
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		Scanner in = new Scanner( new BufferedInputStream( System.in ) );
		int n = in.nextInt();
		int m = in.nextInt();
		int[] a = new int[n];
		int[] b = new int[n];
		for( int i = 0; i < n; ++i ){
			a[i] = in.nextInt();
			b[i] = in.nextInt();
		}
		int[] dp = new int[m + 10];
		for( int i = 0; i < n; ++i ) {
			for( int j = m; j >= a[i]; --j ) {
				if( j >= a[i] ) 
					dp[j] = Math.max(dp[j - a[i]] + b[i], dp[j]);
			}
		}
		System.out.println( dp[m] );
	}
}

3)彻底背包

其实在说彻底背包以前，说下多重背包比较好。不过想一想我这么懒，仍是算了吧。

以hihocoder-1043-彻底背包为例。

首先能获取的是无限的，每种奖品能被无限次获取。看到这里心里一颤啊，竟然无限次获取，那怎么搞啊。然而，虽然奖品是无限次获取的，可是手中的奖卷倒是有限的。对于每种物品，能得到的物品数，也不过就是m / w[i]而已啊。

因此所以，就成功的把彻底背包转换成了多重背包。多重背包的解法不少，好比再转换成01背包去计算，或者利用二进制来优化多重背包。

即，把多重背包最多能选的次数w，变成[2^0, 2^1, 2^2, 2^3,..., 2^k, w - 2^k]

这样的效率比一次一次的找要高的多了。

直接附hihocoder-1043-彻底背包的ac代码：

import java.util.Scanner;
import java.io.BufferedInputStream;

public class Main {
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		Scanner in = new Scanner( new BufferedInputStream( System.in ) );
		int n = in.nextInt();
		int m = in.nextInt();
		int[] a = new int[n];
		int[] b = new int[n];
		int[] c = new int[n];
		for( int i = 0; i < n; ++i ){
			a[i] = in.nextInt();
			b[i] = in.nextInt();
			c[i] = m / a[i];
		}
		int[] dp = new int[m + 10];
		for( int i = 0; i < n; ++i ) {
			int t = c[i], r = 1;
			while( t > 0 ) {
				if( r > t ) r = t;
				t -= r;
				
				for( int j = m; j >= r * a[i]; --j ) {
					dp[j] = Math.max( dp[ j - r * a[i] ] + r * b[i], dp[j]);
				}
				r <<= 1;
			}
		}
		System.out.println( dp[m] );
	}
}