1100: 采药（dp数组，动态规划，01背包）

解题思路:

这段代码使用动态规划解决了一个背包问题。

首先,定义了两个数组cost和value,分别用来存储每个物品的费用和价值。同时定义了一个dp数组,用来存储背包在不同容量下的最大价值。

接下来,通过cin输入了t和m,分别表示背包的容量和物品的数量。

然后，通过一个循环，输入了每个物品的费用和价值。

接下来的两个循环是动态规划的核心部分。

第一个循环是遍历每个物品,从第一个物品到最后一个物品。第二个循环是遍历背包的容量,从t到当前物品的费用cost[i]。

在每次循环中,使用max函数更新dp[j]的值,dp[j]表示在容量为j的背包中可以获得的最大价值。

更新的方式是比较当前背包容量下的最大价值dp[j]和将当前物品放入背包后的价值dp[j-cost[i]]+value[i]，取较大的值。

最后,输出dp[t],即背包容量为t时可以获得的最大价值。

整个过程使用了动态规划的思想，通过不断更新和利用之前计算的结果，最终求解出了背包问题的最优解。

注意事项:
#include<iostream>

using namespace std;

int cost[1000],value[1000];

int dp[1000];//这三个数组得设置在外面

int main(){

    int t,m;

    cin>>t>>m;

    for(int i=1;i<=m;i++)

    {

        cin>>cost[i]>>value[i];

    }

    for(int i=1;i<=m;i++)

    {

        for(int j=t;j>=cost[i];j--)

        {

                dp[j] = max(dp[j],dp[j-cost[i]]+value[i]);

            }

    }

    cout<<dp[t];

}