背包问题（背包九讲） 学习笔记

学习了dd大佬的背包九讲之后，

个人的一些学习笔记以及一些看法。

---

第一讲：01背包问题

/*

dp[i][j] 表示前i个物品，容量为j的时候，最大的价值

思路：
将前i件物品放入容量为v的背包中求最大价值这个问题，若只考虑第i件物品的策略（放或不放），
那么问题就可以转换成涉及前i-1的物品的问题。
此时有两种情况，
1、不放第i件物品，那么问题就转换为前i-1件物品放入容量为j的背包中，价值为dp[i-1][j];
2、放入第i件物品，那么问题就转换为前i-1件物品放入容量为（j-（第i件物品的重量v[i]））的背包中，价值为dp[i-1][j-v[i]]+w[i]
选择这两种情况中价值最大的一种，就是当前前i个物品，容量为j的时候，最大的价值。
状态转移方程：
dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i])

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

vector<int> _v(1010,0);
vector<int> _w(1010,0);

vector<vector<int>> dp(1010, vector<int>(1010, 0));

int main()
{
	int N, V;
	cin >> N;
	cin >> V;
	for (int i = 1; i <= N; ++i)
	{
		int mid;
		cin >> _v[i];
		cin >> _w[i];

	}
	for (int i = 1; i <= N; ++i)
	{
		for (int j = 1; j <= V; ++j)
		{
			if (_v[i] <= j)
			{
				//dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i])
				dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - _v[i]] + _w[i]);
			}
			else
				dp[i][j] = dp[i - 1][j];
		}
	}
	cout << dp[N][V];
	return 0;
}

空间复杂度进行优化：

优化之前，dp是一个二维数组
因为每次循环，都是线性走一遍二维数组中的第i-1个一维数组，
与其他维度的数组无关，所以可以考虑将dp设置为一维数组
同时，数组的遍历修改应该反转一下，从后往前，这样可以保证在不影响前面元素的情况下，用 i 轮的数据覆盖 i-1 轮的数据 for(int j=V;i>0;–j)

/*

dp[i][j] 表示前i个物品，容量为j的时候，最大的价值

思路：
将前i件物品放入容量为v的背包中求最大价值这个问题，若只考虑第i件物品的策略（放或不放），
那么问题就可以转换成涉及前i-1的物品的问题。
此时有两种情况，
1、不放第i件物品，那么问题就转换为前i-1件物品放入容量为j的背包中，价值为dp[i-1][j];
2、放入第i件物品，那么问题就转换为前i-1件物品放入容量为（j-（第i件物品的重量v[i]））的背包中，价值为dp[i-1][j-v[i]]+w[i]
选择这两种情况中价值最大的一种，就是当前前i个物品，容量为j的时候，最大的价值。
状态转移方程：
dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i])

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

vector<int> _v(1010,0);
vector<int> _w(1010,0);

vector<int> dp(1010,0);

int main()
{
	int N, V;
	cin >> N;
	cin >> V;
	for (int i = 1; i <= N; ++i)
	{
		cin >> _v[i];
		cin >> _w[i];

	}
	for (int i = 1; i <= N; ++i)
	{
		for (int j = V; j >0; --j)
		{
			if (_v[i] <= j)
			{
				//dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i])
				dp[j] = max(dp[j], dp[j - _v[i]] + _w[i]);
			}
		}
	}
	cout << dp[V];
	return 0;
}