1. 對于背包問題的動態轉移方程:

當前容量下裝滿背包有幾種方法: dp[j] += dp[j-nums[i]]

當前容量下能否裝滿或者最多能裝多少: dp[j] = max(dp[j], dp[j-nums[i]]+nums[i])

當前容量下裝滿的最大價值:dp[j] = max(dp[j], dp[j-weights[i]]+values[i]

當前容量下裝滿所用物品的最小個數:dp[j] = min(dp[j], dp[j-nums[i]]+1

2. 對于背包問題的初始化設置:

如果是裝滿背包有多少種方法: 全局初始化為0， dp[0]=1， 啥也不能裝也算一種方法

如果是否裝滿或者最多能裝多少: 全局初始化為0， dp[0] = 0， 0容量的背包不能裝物品

如果是裝滿的最大價值: 全局初始化為0， dp[0] = 0, 0容量背包不能裝物品

如果是裝滿所用物品的最小個數: 全局初始化為float("intf"), dp[0]=0， 0容量沒法裝

3. 對于背包問題的遍歷順序:

1) 0-1背包問題:

正向遍歷物品， 逆向遍歷背包容量， 且必須先遍歷物品，后遍歷背包容量

2) 完全背包問題: 正向遍歷物品，正向遍歷背包容量

3) 如果不是求裝滿背包有幾種方法的累加題目， 這時候，先遍歷物品或者先遍歷背包容量都可， 我喜歡前一種

4) 如果是涉及到求裝滿背包有幾種方法的累加題目，分情況:

求組合數， 也就是同一批物品，不管順序關系: 先遍歷物品，然后遍歷背包容量

求排列數， 也就是同一批物品，管順序關系: 先遍歷背包容量，后遍歷物品

總結

以上是生活随笔為你收集整理的动态规划-背包问题小结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。