动态规划3—01背包梳理

一：问题解析

有一个容量为W的背包，总共有N个物品，每个物品有两个属性，重量w[i[和价值v[i]，需要选择一些物品放入背包，每个物品只能选择一次，使得在不超过背包容量的情况下，物品的总价值最大；

与完全背包的不同：每个物品只能选择一次；

二：二维dp数组实现

思路：

1.定义二维数组dp[i][j]：

i表示在前i个物品中选择，j表示此时背包的容量为j，dp[i][j]表示此状态下，背包能获得的最大价值；

2.构建状态转移方程：

（1）：无法选择第i个物品（背包剩余容量不足（j<w[i]））：

                     当前状态为：比较i个物品，背包容量为j；因为不选择该物品，所以当前状态最大价值等于上一个状态的最大价值；而上一个状态比当前状态物品少一个（i-1），容量相同（j），所以为dp[i][j]=dp[i-1][j]；

（2）：可以选第i个物品：如果不选：（同上）dp[i][j]=dp[i-1][j]；

                     如果选：当前状态为：比较i个物品，背包容量为j；因为选择该物品，所以当前状态的最大价值等于上一个状态的最大价值，加上第i个物品的价值（v[i]）；而上一个状态比当前状态物品少一个（i-1)，背包容量为选择后的剩余容量（j-w[i])，所以dp[i][j]=dp[i-1][j-w[i]]+v[i];

(注意是j-w[i]不是j+w[i]啊啊啊啊！！！！！！！！！！！！！！！！！！）     

然后 用max函数判断哪个情况的价值更大；

则得到状态转移方程：dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i])；

3.初始化：

在没有任何物品时（i=0），与背包容量为空（j=0)时，价值为0；

注：dp，w，v三个数组大小都开为n+1,这样可以直接用dp[0]来表示背包容量为0的最大价值，不用再对边界特殊处理，遍历时直接从i=1，j=1开始即可！

代码：

#include <bits/stdc++.h>
using namespace std;
int main()
{
	int N = 0, W = 0;
	cin >> N >> W;
	// n:物品数量 w:背包容量
	vector<int> v(N + 1, 0), w(N + 1, 0);
	// v:物品价值 w:物品重量
	for (int i = 1; i <= N; i++)
	{
		cin >> v[i] >> w[i];
	}
	vector<vector<int>> dp(N + 1, vector<int>(W + 1, 0));
	for(int i = 1; i <= N; i++)
	{
		for (int j = 1; j <= W; j++)
		{
			if (j >= w[i])
				dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w[i]] + v[i]);
			else
				dp[i][j] = dp[i - 1][j];
		}
	}
	cout << dp[N][W] << endl;
	return 0;
}

三：一维dp数组优化：

优点：节省空间；

思路：

1：构建一维数组dp[j]：j：背包剩余容量；dp[j]：此状态最大价值；

2：双层for循环：第一层循环遍历每一个物品，第二层倒序遍历背包容量；

3：状态转移方程：如果不选择该物体：与遍历到该物体之前的最大价值相同：dp[j]=dp[j];

                                如果选择该物体：当前最大价值等于选择该物体前，背包容量减少（j-w[i]）时的最大价值相同；

所以：dp[j]=max(dp[j],dp[j-w[i]]+v[i])；

重点：倒序遍历，确保每个物体只选择一次；

因为j-w[i]可能会与正在判断或已经判断的j值相同，导致dp[j]重复更新，即物品被重复选择；

代码：

#include <bits/stdc++.h>
using namespace std;
int main()
{
	int N = 0, W = 0;
	cin >> N >> W;
	// n:物品数量 w:背包容量
	vector<int> v(N + 1, 0), w(N + 1, 0);
	// v:物品价值 w:物品重量
	for (int i = 1; i <= N; i++)
	{
		cin >> v[i] >> w[i];
	}
	vector<int> dp(W + 1, 0);
	for (int i = 1; i <= N; i++)
	{
		for (int j = W; j >= w[i]; j--)
		{
			dp[j] = max(dp[j], dp[j - w[i]] + v[i]);
		}
	}
	cout << dp[W] << endl;
	return 0;
}

附题：P1048 [NOIP 2005 普及组] 采药