动态规划（2）0/1背包

题目描述
小明有一个容量为 V的背包。
这天他去商场购物，商场一共有 N件物品，第 i件物品的体积为 wi,价值为 vi。
小明想知道在购买的物品总体积不超过 V的情况下所能获得的最大价值为多少，
请你帮他算算。
输入描述
输入第 1行包含两个正整数 N,V，表示商场物品的数量和小明的背包容量。
第2-N+1行包含2个正整数 w,v，表示物品的体积和价值。
1<=N<=10^2,1<=V<=10^3,1<=wi,vi<=10^3。
输出描述
输出一行整数表示小明所能获得的最大价值。
输入输出样例
示例 1
输入
5 20
1 6
2 5
3 8
5 15
3 3
输出
37
运行限制
最大运行时间：1s
最大运行内存: 128M

笔记：

DP状态设计：
    DP状态：定义二维数组dp[][]，大小为N*C。
    dp[i][j]：将前i个物品（从第1个到第i个）装入容量为j的背包中获得的最大价值。
解题思路：
    把每个dp[i][j]看成一个背包：背包容量为j，装1-i这些物品。
    从dp[0][0]递推到dp[N][C]
    dp[N][C]是问题的答案：把N个物品装进容量为C大的背包的最大价值。
DP转移方程：
    (1)第i个物品的体积比容量j大，装不下去。
    直接继承i-1个物品装进容量j的背包的情况即可；
    dp[i][j]=dp[i-1][j]
    (2)第i个物品的体积比容量j小，可以装进背包。
    装第i个：第i个物品装进背包后，背包容量减少c[i],价值增加w[i]：
        dp[i][j]=dp[i-1][j-c[i]]+w[i]
    不装第i个：dp[i][j]=dp[i-1][j]
    取最大值，状态转移方程：
     dp[i][j]=max(dp[i-1][j],dp[i][j]=dp[i-1][j-c[i]]+w[i])
eg有四个物品，体积分别为{2,3,6,5},价值分别为{6,3,5,4},背包容量为9
dp[][]表：
包装容量：a \ b 0 1 2 3 4 5 6 7 8 9
   不装：0
装前一个：1
装前二个：2
装前三个：3
装前四个：4
->dp[a][b]
步骤一：只装第一个物品
c1=2, a \ b 0 1 2 3 4 5 6 7 8 9
w1=6  0     0 0 0 0 0 0 0 0 0 0
      1     0 0 6 6 6 6 6 6 6 6
    物品1的体积2，所以背包容量小于2的，放不进去，得dp[1][0]=dp[1][1]=0;
    物品1的体积等于背包容量，能装进去，背包价值等于物品1的价值，
        dp[1][2] = 6;
    容量大于2的背包，多余的容量用不到，所以价值容量2的背包一样
步骤2:只装前2个物品。
    如果物品2体积比背包容量大，那么不能装物品2，情况和只装第1个一样
        dp[2][0] = dp[2][1] = 0，dp[2][2] = 6。
    dp[2][3]?物品2体积等于背包容量，那么可以装物品2，也可以不装:
    (a) 如果装物品2(体积是3，价值也是3)，那么可以变成一个更小的问题
    即只把物品1装到(容量j-3)的背包中。
    dp[2][3]=3+0(3(目前最大容量(j)-装入物品体积(3))=3
    (b) 如果不装物品2，那么相当于只把物品1装到背包中取(a)和(b)的最大值，
    得dp[2][3] = max3,6) = 6(直接继承)
    ∴ 不装更好一些

后续步骤: 继续以上过程，最后得到下图(图中的箭头是几个例子)最后的答案是
    dp[4][9]: 把4个物品装到容量为9的背包，最大价值是11。
   包装容量：a \ b 0 1 2 3 4 5 6 7 8 9
      不装：0     0 0 0 0 0 0 0 0 0 0
c1=2,w1=6：1     0 0 6 6 6 6 6 6 6 6
c2=3,w2=3：2     0 0 6 6 6 9 9 9 9 9
c3=6,w4=5：3     0 0 6 6 6 9 9 9 11 11
c4=5,w4=4：4     0 0 6 6 6 9 9 10 11 11
复杂度:n*c

N, V = map(int, input().split())
dp = [0]*(V+1)
for _ in range(N):
  w, v = map(int, input().split())
  for j in reversed(range(w,V+1)):
    dp[j] = max(dp[j], dp[j-w]+v)
print(dp[-1])