01背包问题一维空间优化的理解

转自......

如果只使用一维数组f[0…v]，我们要达到的效果是：第i次循环结束后f[v]中所表示的就是使用二维数组时的f[i][v]，即前i个物体面对容量v时的最大价值。我们知道f[v]是由两个状态得来的，f[i-1][v]和f[i-1][v-c[i]]，使用一维数组时，当第i次循环之前时，f[v]实际上就是f[i-1][v]，那么怎么得到第二个子问题的值呢？事实上，如果在每次循环中我们以v=v…0的顺序推f[v]时，就能保证f[v-c[i]]存储的是f[i-1][v-c[i]]的状态。状态转移方程为：

1 2	v = V...0; f(v) = max{ f(v), f(v-c[i])+w[i] }

我们可以与二维数组的状态转移方程对比一下

1 2	f(i,v) = max{ f(i-1,v), f(i-1,v-c[i])+w[i] }

正如我们上面所说，f[v-c[i]]就相当于原来f[i-1][v-c[i]]的状态。如果将v的循环顺序由逆序改为顺序的话，就不是01背包了，就变成完全背包了，这个后面说。这里举一个例子理解为何顺序就不是01背包了

假设有物体z容量2，价值vz很大，背包容量为5，如果v的循环顺序不是逆序，那么外层循环跑到物体z时，内循环在v=2时，物体z被放入背包，当v=4时，寻求最大价值，物体z放入背包，f[4]=max{f[4],f[2]+vz}，这里毫无疑问后者最大，那么此时f[2]+vz中的f[2]已经装入了一次物体z，这样一来该物体被装入背包两次了就，不符合要求，如果逆序循环v，这一问题便解决了。

#include <iostream>
using namespace std;
  
/* 0-1背包 版本3
 * Time Complexity  O(N*V)
 * Space Complexity O(V)
 * 设 V <= 200 N <= 10
 * 状态转移方程：v = V...0; f(v) = max{ f(v), f(v-c[i])+w[i] }
 */
  
int maxV[201];    /* 记录前i个物品中容量v时的最大价值 */
int weight[11];
int value[11];
int V, N;
  
void main()
{
    int i, j;
    scanf("%d %d",&V, &N);
    for(i = 0; i < N; ++i)
    {
        scanf("%d %d",&weight[i],&value[i]);
    }
  
    /*
     * 对于第i轮循环
     * 求出了前i个物品中面对容量为v的最大价值
    */
    for(i = 0; i < N; ++i)
    {
        /*
         * 内循环实际上讲maxV[0...v]滚动覆盖前一轮的maxV[0...V]
         * 可输出对照使用二维数组时的情况
         * j从V至0逆序是防止有的物品放入背包多次
        */
        for(j = V; j >= weight[i]; --j)   /* weight > j 的物品不会影响状态f[0,weight[i-1]]  */
        {
            int tmp = maxV[j-weight[i]]+value[i];
            maxV[j] = (maxV[j] > tmp) ? maxV[j] : tmp;
        }
    }
    printf("%d",maxV[V]);
}

http://www.cnblogs.com/daoluanxiaozi/archive/2012/05/06/2486105.html