【说人话的算法小课堂】DP 求解 01 背包问题（在总重恰好为背包容量 W 的条件下）

01背包问题
设有n个物品，其重量（或占用空间）分别为w_1,w_2,…,w_n，价值分别为v_1,v_2,…,v_n。
给定一个总容量为W的背包，每个物品只能整个放入背包或不放。
问：如何选择放入背包的物品，使得背包中的物品的总重恰好为W的同时，总价值最大？
解法
动态规划（DP）。
将决策过程分成n个阶段，每个阶段考察1个物品是否选择。
决定是否选择某物品，要根据在其它条件不变、背包容量更小时是否选择来决定。
依次考察物品1到n。当考察物品i时，意味着前i个物品是否选择已经决定完毕。
如不选物品1，则问题化为子问题：仅可选剩余物品2, 3,…, n，容量仍为W的01背包问题。
如选择物品1，则问题化为子问题：仅可选剩余物品2, 3,…, n，容量为W-w_1的01背包问题。
对其它物品，也有类似的转化（注意背包容量W要替换为相应的剩余容量）。
根据这种子结构和递推关系可以发现：考察是否选择某物品i时，要依次考察背包容量（整数）从0到当前剩余容量的过程中是否选择该物品。再按照这个思路把n个物品都考虑一遍，结果就出来了。
于是构建二维DP数组d_(i, r)，表示背包剩余容量为r，且已考虑物品1到i后，背包装入的物品的最优价值。很快就能列出状态转移方程：
█(d_(i, 0)=0#(1) )
█(d_(0, r)=0#(2) )
█(d_(i, r)=d_(i-1, r),r<w_i#(3) )
█(d_(i, r)=max⁡(d_(i-1, r), d_(i-1, r-w_i )+v_i ),r≥w_i#(4) )
显然方程（1）（2）为边界条件，递推从这两个条件开始。
方程（3）针对的是背包的剩余容量已经无法放入物品i的情况。这时只能不选择物品i，背包已有物品的总价值不变。
方程（4）针对的是背包的剩余容量可以满足放入物品i的情况。这时候既可以选择物品i也可以不选择物品i，在已知其它条件不变、背包容量更小时的最优解的情况下，正在考虑的子问题（背包容量为当前容量r）的最优解就由是否选择这个物品i来决定，因此要看放或不放这两个选择中，哪个能带来更大的总价值。
可通过二重循环构造该DP矩阵。循环结束后，d_(n, w)存放了最优解。