01背包（详细）-CSDN博客

本文链接：https://blog.csdn.net/2301_79728641/article/details/136416984

背包最大重量为4。

有物品3件，分别有其质量和价值。

vector<int> weight={1,3,4};
vector<int> value={15,20,30};
int bag=4;

问背包能背的物品最大价值是多少？

这是标准的动态规划问题，每一个问题鱼鳍前面的子问题相联。

表格

我们画一个表格就好理解了，在表格里，只需要记住，每个表格是当前的最优解（价值）。

物品（重量，价值）

分析

对于每个表格，其最大价值只有放与不放该物品，若放其价值即为该物品价值加上（背包质量-物品质量）的背包的最优解。

我们举个例子：

以橙表格为例子

背包4如果不拿物品1，其最大价值就为他的上面一格即15价值，

如果拿物品1，其最大价值就为物品1的价值（20）加上背包剩余空间的最大价值。就相当于背包1（4-3）的最大价值，即（15），相加即为35.

两者对比发现拿物品1总价值最大，所以背包4在可以拿物品0~1的情况下，其最大价值（最优解）为35。

我们再举个例子：

以红表格为例子：

如果不拿物品2，其最大价值为其上一格价值35。

如果拿物品2，其最大价值为物品2价值（30）加上背包剩余空间最大价值，相当于背包0的最大价值（0），相加为30。

两者对比发现不拿物品2价值更高，即背包4在可选物品0~2的情况下，最大价值（最优解）为35。

递推公式

由此，我们就可以推导递推公式了。

dp[i][j]=max(dp[i-1][j],value[i]+dp[value.size()-1][j-weight[i]]);

当然还有一种情况，就是当前物品该背包装不下，那么就直接继承其上一个格子即可。

横竖不同遍历（个人分析）

确定完dp初始值和递推公式后，我们要确定遍历顺序了，我们有两种遍历顺序，一种是一行一行遍历，还有一种是一列一列遍历，对于这两种遍历，结果是一样的，但在遍历过程中，有几处不一样。（可忽略，不影响）

以橙色格子为例，他的最大价值是

max(dp[i-1][j],value[i]+dp[i][j-weight[i]]);

其中

value[i]+dp[i][j-weight[i]]

中的剩余空间最大价值，即为背包3的最优解，但是我们知道背包3的最优解应该是背包3最下面一个格子（即考虑了所有物品的最优解），但是我们却是

dp[i][j-weight[i]]

即背包3在当前行的最优解，这样按常识来讲很有可能会出错，而且这样两种写法虽然结果一样，但列出的表格里面个别数据会不一样。

例如这个表格，橙色格子如果只考虑物品0~i，其最大价值应该是35，但是其小背包3（背包4-物品1质量）最优解为30，这样就为50了

dp[value.size()-1][j-weight[i]];
//value.size()-1为最下面一格

但实际上这两种都是对的，只是思维方式不一样，
dp[i][j-weight[i]]
是每个背包只考虑物品0~i时的最优解，不考虑下面的物品。即每一个格子都是物品0~i的最优解，这样也符合我们正常的思维逻辑。

而如果看背包3最下面一个格子的话（即考虑了所有物品的最优解），背包4的当前格子数据可能会更大些，但是这样这个格子的说法就有一点说不过去了，到底是物品0~i的最优解，还是考虑所有物品的最优解呢，那这样背包4这个格子就是自己还没考虑下面的物品，但其小背包却考虑了@W@，虽然最后结果是一样的（最后结果是考虑所有物品，所以两种情况的最后一行是一样的）

当然，如果真的想考虑其剩余空间真正的最优解，那只能竖着写了，不然其小背包的最下面一个格子就属于还没遍历的格子，为0。

但是我还是建议一行一行写，这样，每一个格子就是考虑物品0~i的最优解，不会矛盾了。

整体代码

#include <iostream>
#include <vector>
using namespace std;

class solution
{
private:
    int MaxValue(vector<int>& weight,vector<int>& value,int bag)
    {
        vector<vector<int>> dp(weight.size(),vector<int> (bag+1,0));
        for(int i=0;i<weight.size();i++)
        {
            dp[i][0]=0;
        }
        for(int i=0;i<bag+1;i++)
        {
            //dp[0][i]=0;
            if(weight[0]>i)
            {
                dp[0][i]=0;
            }
            else
            {
                dp[0][i]=value[0];
            }
        }
        for(int i=1;i<weight.size();i++)
        {
            for(int j=1;j<=bag;j++)
            {
                if(weight[i]>j)
                {
                    dp[i][j]=dp[i-1][j];
                }
                else
                {
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
                }
            }
        }
        return dp[weight.size()-1][bag];
        //dp[i][j]=max(dp[i][j-1],dp[i][j-weight[i]]+value[i])
    }
public:
    int maxvalue(vector<int>& weight,vector<int>& value,int bag)
    {
        return MaxValue(weight, value, bag);
    }
};

int main() {
    std::cout << "Hello World!\n";
    vector<int> weight={1,3,4};
    vector<int> value={15,20,30};
    int bag=4;
    solution so;
    cout<<so.maxvalue(weight, value, bag);
}