第一篇博客——关于01背包问题的学习整理

对于大厂面试而言，01背包主要考察两种背包：

1、01背包

n种物品，每种物品只有一个

2、 完全背包

n种物品，每种物品无限个

3、 多重背包

n种物品，每种物品个数各不相同

LeetCode上面没有纯粹的01背包问题，主要是背包问题的应用

下面给出一个简单的01背包问题的例子

	重量	价值
物品0	1	15
物品1	3	20
物品2	4	30

其中，背包最大重量为4，可装满的最大价值为？

（1）考虑暴力解法

每个物品两个状态：取or不取

因此我们可以用 回溯算法 来枚举所有情况；时间复杂度O(2^n)【这个就涉及到学习回溯算法咯】

（2）二维dp数组解法

动态规划五部曲：

1、明确dp数组含义

        dp[i][j] ：0 ~ i 之间的物品任取，放进容量为 j 的背包里的最大价值

2、确定递推公式

        思考：dp[i][j] 可由哪些状态推导而来？此题中，有两种状态：放物品i or 不放物品i

        若不放——dp[i - 1][j]

        放物品i——dp[i - 1][j - weight[i]] + value[i]

        我们的目的是求最大价值，因此需要在两种状态中取其大者，即：

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

        上述即为递推公式

3、dp数组的初始化

        首先，为了方便分析问题，我们可以先画出二维的dp数组矩阵

二维dp数组

	背包容量
dp[i][j]	0	1	2	3	4
物品0	0	15	15	15	15
物品1	0
物品2	0

        我们需要初始化什么呢？这个需要具体情况具体分析

        在该例中，对于第一列，在背包容量为0的情况下，无法放入任何物品。因此该列可全部初始化为0；对于第一行，在该状态下只有物品0可以选取，那么满足物品0重量的背包状态，皆需要初始化为物品0的value；而对于小于物品0重量的背包状态，无法放入物品0，因此初始化为0。至此，二维dp数组的初始化完成。

        问题：在上述初始化完成后，其他的位置该如何进行初始化？

        很多人都默认初始化为0。运行可通过，但是我们需要思考我们该如何初始化其他位置？其实本题中，初始化为什么都可以。因为下面的每个状态，都是由我们上述的初始化推导而来的，并不受其他因素影响（比如该位置初始值与其他状态的比较）

4、确定遍历顺序

        我们通常都知道，一般都是两个for循环来完成遍历。但是，两个for循环分别都是什么含义呢？第一层遍历物品还是背包容量？这个问题不可马虎，需要仔细考虑。对于此题，for循环的次序可以进行颠倒。只要左上方和正上方有数值，就不影响数组推导。

5、举例推导dp数组

	背包容量
dp[i][j]	0	1	2	3	4
物品0	0	15	15	15	15
物品1	0	15	15	20	35
物品2	0	15	15	20	35

 二维dp数组代码实现

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

int Package01(const vector<int>& weight, const vector<int>& value, int bagWeight) {
    //定义dp数组，行为物品，列为背包容量
    vector<vector<int>> dp(weight.size(), vector<int>(bagWeight + 1, 0));
    //初始化dp数组
    //1、由于数组已经全部初始化为0，因此无需再初始化列
    //2、初始化行
    for (int k = 0; k <= bagWeight; ++k) {
        if (k >= weight[0])
            dp[0][k] = value[0];
        else
            continue;
    }
    //打印dp数组初始化行
    for (int i = 0; i <= bagWeight; ++i)
        cout << dp[0][i] << ' ';
    cout << endl;
    //状态转移方程及动态规划
    for (int i = 1; i < weight.size(); ++i) {
        for (int j = 0; j <= bagWeight; ++j) {
            if (j < weight[i])
                dp[i][j] = dp[i - 1][j];
            else
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
            cout << dp[i][j] << ' ';
        }
        cout << endl;
    }
    return dp[weight.size() - 1][bagWeight];
}

int main() {
    vector<int> weight = {1, 3, 4};
    vector<int> value = {15, 20, 30};
    int bagWeight = 4;
    int ans = Package01(weight, value, bagWeight);
    cout << ans << endl;
    return 0;
}

 结果为：

 符合推导的dp数组