01背包详解

01背包

【说明】本文主要参考来源为崔添翼大佬著名的《背包九讲》，大佬讲的非常透彻，而我所作的工作就是将这篇讲义入门化、详细化，你也可以理解为《背包九讲》的笔记版本。

你也可以直接浏览大佬的文章：https://github.com/tianyicui/pack。

1.1 问题引入

​有N件物品和一个容量为V的背包。放入第 i 件物品耗费的费用是 Ci，得到的价值是 Wi。求解将哪些物品装入背包可使价值总和最大。

1.2 基本思路

​01背包是属于动态规划下的子类背包问题，01背包也是所有背包问题中较为简单的一类背包问题。’

​这是最基础的背包问题，特点是：每种物品只有一件，可以选择放或者不放。

​我们首先会想到用子问题来定义状态：即dp[i][v]表示前i件物品放入一个容量为v的背包中可以获得的最大价值。其状态转移方程为：

dp[i][v] = max(dp[i - 1][v], dp[i - 1][v - c[i]] + w[i]);
// 前i件物品放在容量为v的背包中可以获得最大价值 = max（前i - 1件物品放在容量为v的背包中可以获得最大价值， 前i - 1件物品放在容量为v - c[i]的背包中可以获得最大价值 + w[i]）
// 也就是这一件物品到底要不要放进背包的问题

​这个方程非常重要，基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下：“将前 i 件物品放入容量为v的背包中”这个子问题，若只考虑第 i 件物品的策略（放或不放），那么就可以转化为一个只和前 i - 1 件物品相关的问题。如果不放第 i 件物品，那么问题就转化为“前 i - 1 件物品放入容量为 v 的背包中”，价值为 dp[i- 1][v]；如果放第 i 件物品，那么问题就转化为“前 i − 1 件物品放入剩下的容量为 v − Ci 的背包中”，此时能获得的最大价值就是 dp[i − 1][v − Ci] 再加上 通过放入第 i件物品获得的价值 Wi。

参考代码如下：

for (int i = 1; i <= n; i++) // 有n个物品 
    for (int j = c[i]; c[i] <= V; j++) // 从i这个物品大小开始
        dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - c[i]] + w[i]);//解释看上面的

(PS:如果看不懂可以找一道题目，然后改一下上面的代码，输出一下 dp 数组里面存的是什么东西，好好理解一下。)

1.3 优化空间复杂度

​上面的时间复杂度和空间复杂度均为 O(VN) ，其中时间复杂度已经不能再进行优化了（毕竟一定要递推每一个状态嘛），但是空间复杂度却可以优化到 O(V)。

​先考虑上面的基本思路是如何实现的，肯定是有一个主循环i <-- 1...N (for (int i = 1; i <= n; i++)),每次算出来二维数组dp[i][v]的所有值。那么，如果只用一个数组dp[i...n]，能不能保证第i次循环结束后dp[i]中所表示的就是我们定义的状态dp[i][v]呢？

​我们先来观察一下基础的状态转移方程：

dp[i][v] = max(dp[i - 1][v], dp[i - 1][v - c[i]] + w[i]);

​可以观察得出dp[i][v]是由dp[i - 1][v]和dp[i - 1][v - c[i]] + w[i] 两个子问题递推出来的，而在i - 1之前的任何dp数组其实是再也用不上的，举个例子：我们要求dp[4][6]，那么现在dp[4][6]仅和dp[3][6]以及dp[3][1 到 5]有关，和其他数组无关。而且只和这一列之前的数组有关（dp[4][6]只和6列之前的数组有关）。（这其实也是轮廓dp的基本思想）

​那么我们可以在第二层循环中倒序计算dp数组的值就好。

    for (int i = 1; i <= n; i++) // 有n个物品 
        for (int j = V; j >= c[i]; j--) // 从最大容量背包开始计算
            dp[j] = max(dp[j], dp[j - c[i]] + w[i]);

​顺序计算dp数组会改变当前dp数组的值，从而使得之后的dp数组不是由上一个状态转移过来的（甚至不知道是什么个状态），倒序计算就不会造成影响。

1.4 初始化的细节问题

​我们看到的求最优解的背包问题题目中，事实上有两种不太相同的问法。有的题目要求“恰好装满背包”时的最优解，有的题目则并没有要求必须把背包装满。

​一种区别这两种问法的实现方法是在初始化的时候有所不同。 如果是第一种问法，要求恰好装满背包，那么在初始化时除了 dp[0]为 0，其它dp[1..V ]均设为 −∞，这样就可以保证最终得到的 dp[V ] 是一种恰好装满背包的最优解。 如果并没有要求必须把背包装满，而是只希望价格尽量大，初始化时应该将 dp[0..V ] 全部设为 0。

​可以这样理解：初始化的 dp数组事实上就是在没有任何物品可以放入背包时的合法状态。如果要求背包恰好装满，那么此时只有容量为 0 的背包可以在什么也不装且价值为 0 的情况下被“恰好装满”，其它容量的背包均没有合法的解，属于未定义的状态，应该被赋值为 -∞ 了。如果背包并非必须被装满，那么任何容量的背包都有一个合法解“什么都不装”，这个解的价值为 0，所以初始时状态的值也就全部为 0 了。

​ 总结：

1. 恰好装满背包，需要将dp[0]初始化为 0， 其他初始化为−∞。
2. 只要求价值最大，只需要将dp数组全部初始化为0。

1.5 小结

​01 背包问题是最基本的背包问题，它包含了背包问题中设计状态、方程的最基本思想。另外，别的类型的背包问题往往也可以转换成 01 背包问题求解。故一定要仔细体会上面基本思路的得出方法，状态转移方程的意义，以及空间复杂度怎样被优化。

参考例题：

序号	题目（来源洛谷）	难度
1	P1048 采药	1
2	P1049 装箱问题	1
3	P1164 小A点菜	1
4	P1060 开心的金明	1
5	P3985 不开心的金明	3

参考资料：

1. 崔添翼大佬的《背包九讲》，https://github.com/tianyicui/pack。