背包问题

在有容量限制的情况下装下最大价值的物品：

// 设置n个物体重量和对应的价值
int w[] = {0, 1, 2, 5, 4, 3};
int v[] = {0, 1, 2, 3, 4, 5};
// 背包容量
int m = 10;

结果导论：如果在取 $[a_1, a_2...a_k]$ 时价值最大，那么在限制重量为 $m-w[a_k]$ 时（也就是还未考虑 $a_k$时）取得最大价值的集合必有 $[a_1, ... a_{k-1} ]$ 。

因此，若以dp表示价值，我们只要得到子问题 $dp[k-1][m-w[a_k] ]$ 的最大值，就可以得到 $dp[k][m]$ 即结果集所取得的最大值。

但是我们不知道1-k中的实际数值，于是遍历 $i \in [1,n] , j \in [1, m]$ 来得到 dp[n][m] 的最大值。在遍历过程如何确定dp[i][j] 的值呢？

首先如果在限制重量为 j 的情况下不能装入，那么有 i 和没有 i 是没有区别的， 于是 $dp[i][j] = dp[i-1][j]$。

其次如果能添加 ，说明限制重量 $j>=w[i]$，之前的重量最大为 $j-w[i]$, 因此添加后的价值为 $dp[i][j] = dp[i-1][ j-w[i]] + v[i]$，但是比较 $dp[i-1][ j-w[i]]$ 和 $dp[i-1][j]$显然重量的限制不一样，也就说可能为了装入 i 而放弃了某些物品。于是考虑 i 物品但是装不装入由 $dp[i][j] = max(dp[i-1][j], dp[i-1][ j-w[i]] + v[i])$ 决定。

        // 设置重量和对应的价值
        int w[] = {0, 1, 2, 5, 4, 3};
        int v[] = {0, 1, 2, 3, 4, 5};
        // 背包容量
        int m = 10;
        int len = w.length-1;

        // dp表示在考虑前i情况下在重量j时能够实现的最大价值
        // dp[i-1][j-w[i]]表示在还未考虑i的且能装下i的最大值
        int dp[][] = new int[len+1][m+1];

        for(int i=1; i<=len; i++){
            for(int j=1; j<=m; j++){

                // 当能装入i且装入价值更大时，放弃某些物品，腾出w[i]空间装入i
                if (j>=w[i] && (dp[i-1][j-w[i]]+v[i] > dp[i-1][j])) {
                    dp[i][j] = dp[i-1][j-w[i]]+v[i];
                }
                // 否则不装入
                else {
                    dp[i][j] = dp[i-1][j];
                }

            }
        }
        System.out.println(dp[len][m]);

逆推得到装入的物品;

        int j = m;
        for(int i=len; i>0; i--){
            // 判断是否装入了i物品
            if (dp[i][j] > dp[i-1][j]) {
                System.out.println(i);
                j =j-w[i];
            }
        }

另外有一种一维数组的逆推方法但是不能找到装入的物品：
https://blog.csdn.net/hearthougan/article/details/53869671