从01背包问题走进动态规划

引言：

算法思想中最高端大气上档次的莫过于动态规划了，其难点在于找到问题的最优子结构。

本文希望从01背包问题切入，走进DP。

问题描述：

n件物品，第i件物品价值v[i]元，重w[i]磅。希望用W磅的书包

拿走总价值最贵的物品。(物品不可以分割故称为0-1背包)。

基本思路：

把前面i个物品装入容量为0的背包和把0个物品装入容量为j的背包，得到的价值均为0。

如果第i个物品的重量大于背包的容量，则装入前i个物品得到的最大价值和装入前i-1个物品得到的

最大价值是相同的，即物品i不能装入背包；第二个式子表明：如果第i个物品的重量小于背包的容量，

则会有以下两种情况：

（1）如果把第i个物品装入背包，则背包中物品的价值等于把前i-1个物品装入

容量为j-wi的背包中的价值加上第i个物品的价值vi；

（2）如果第i个物品没有装入背包，则背包中物品的价值就等于把前i-1个物品装入容量为j的背包中所取得的价值。

显然，取二者中价值较大者作为把前i个物品装入容量为j的背包中的最优解。

具体过程：

例题：

有5个物品，其重量分别是{2, 2, 6, 5, 4}，价值分别为{6, 3, 5, 4, 6}，背包的最大容量为10，

求装入背包的物品和获得的最大价值。

可得：w[]={0,2,2,6,5,4}     v[]={0,6,3,5,4,6}

用一个(n+1)×(C+1)的二维表V（n即物品个数=5,W即背包的最大容量=10），V[i][j]表示把前i个

物品装入容量为j的背包中获得的最大价值。

先把表的第0行和第0列初始化为0，然后一行一行地计算V[i][j]，如图所示。