动态规划之背包问题 01背包

什么是01背包？

    有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。

首先，它属于动态规划问题。所以可以用动态规划的方法处理（二维dp数组）、

         3.初始化：都初始化为0。这样才能让dp数组在递归公式的过程中取的最大的价值，而不是   被初始值覆盖了。

        4.遍历顺序：倒序遍历。即背包从大到小，这样才能保证物品i只被放入一次。

        5.举例推导dp数组

代码如下：

1. dp[i][j]的含义：i代表可以从下标为[0-i]的物品里任意取，j代表放进容量为j的背包。该函数表示最大的价值总和。如下图所示：

   

2. 2.递推公式：

3.      有两种选择：不放物品i 与 放物品i

        不放物品：dp[i][j]可由dp[i-1][j]推出。即i无法放进背包中，此时包的总容量不变还是j

        放物品：可由dp[i-1][j-weight[i]]推出。此时得到的最大价值总和还要加上当前的物品价值，即value[i]。

4. dp的数组初始化

5. 首先，当背包容量为0时dp[i][0]，放不了任何物品，所以只可能是0.

   然后，i是由i-1推导而出，所以i为0时一定要初始化，即编号为0的物品

         可分为两种情况：1.j<weight[0] 即背包容量小于物品0的重量，那么放不进去

                           则dp[0][j]=0;

                                       2.j>weight[0] dp[0][j]=value[0]

   所以，初始化后的数组如下图所示：

6. 

   4.确定遍历顺序：二维数组时遍历顺序不重要。

   5.举例推导dp数组

7. 代码如下

   

   二维数组可以简化为一维数组进行计算

   但有需要满足的条件：上一层可以重复利用，直接拷贝到当前层。

8. 1.dp[j]的含义：j为背包容量，该函数依然是最大价值总和

9. 2.递推公式：dp[j] 与 dp[j - weight[i]] + value[i]

10. 3.初始化：都初始化为0。这样才能让dp数组在递归公式的过程中取的最大的价值，而不是  被初始值覆盖了。

11. 4.遍历顺序：倒序遍历。即背包从大到小，这样才能保证物品i只被放入一次

12. 5.举例推导dp数组

代码如下

​​​​​​​