01背包问题

引言

01背包问题是最经典的一种背包类型，在面试题中经常会遇到，在这我就来详细的聊一聊01背包问题的一些细节和解法；

01背包问题

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，求背包放哪些物品后价值最大。 ps:weight数组的大小 就是物品个数

题解

1，设dp[i][j]表示从下标[0~i]的物品中任取，放到容量为j的背包中的最大总价值；
2，转移方程：（两种情况）

2.1，背包放不下物品 i 时（此时物品i的重量大于背包容量j）
dp[i][j] = dp[i - 1][j];
2.2，背包可以放下物品 i 时
dp[i][j] = dp[i - 1][j - wight[i]] + value[i];
//dp[i - 1][j - wight[i]]是背包不放i时的最大价值

3，初始化
3.1，当 j 为零时，即背包容量为零，此时什么物品都放不下，所以价值为零，即dp[i][0] = 0；
3.2，当 i 为零时，即背包在不同容量下放编号为0的物品的最大价值，此时需要一个循环进行初始化；

for (int j = bagSize; j >= weight[0]; j--) {
    dp[0][j] = dp[0][j - weight[0]] + value[0]; 
}

这里就有一个关键点了，为什么这里循环要用倒序遍历呢？
如果正序的话就会出现一个问题，在遍历过程中0号物品会被加很多次，因为每次不同容量下的背包 j 的最大价值总需要加上前一个容量 j-wight[0] 的背包的最大价值，这就造成了value[0]被重复相加，而我们只想每个容量下的value[0]只会加一次（可以举个例子试试）
而倒序就不会出现这个问题，因为从最大的开始，前一个最大价值总为0，所以只需要加上当前物品的最大价值value[i]即可；

总的来说就是要保证物品0在不同容量下只被放入一次

4，遍历顺序
最后我们需要考虑一下到底是先遍历物品 i 还是先遍历背包重量 j ？
其实这里谁先谁后都可以，没有什么区别；

代码如下：

int bagProblem1(vector<int> weight, vector<int> value, int bagsize) {
    vector<vector<int>> dp(weight.size() + 1, vector<int>(bagsize + 1, 0));
    for (int j = bagsize; j >= weight[0]; j--) {
        dp[0][j] = dp[0][j - weight[0]] + value[0];
    }
    for(int i = 1; i < weight.size(); i++) { // 遍历每一件物品
        for(int j = 0; j <= bagsize; j++) { // 遍历不同的背包容量
            if (j < weight[i]) dp[i][j] = dp[i - 1][j];
            else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);

        }
    }

    return dp[weight.size() - 1][bagsize]
}

当然这个代码对空间还可以优化一下，运用一个滚动数组，将dp二维降到一维，下面我们看看实现方式；
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);从中我们可以发现每次我们只需要dp[i][j]和dp[i - 1][j]，即可以写成
dp[i][j] = max(dp[i][j], dp[i][j - weight[i]] + value[i]);这时这个二维数组是不是就可以化为一维数组了；
接下来我们开始分析：
1，dp[j]表示容量为 j 的背包，所背的物品价值可以最大为dp[j]。
2，转移方程：
这时dp[j]有两个选择，一个是取自己dp[j]，一个是取dp[j - weight[i]] + value[i]，所以转移方程就是：

dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

3，初始化：
当背包容量 j 为零时，放不下任何东西，所以最大价值为0，
因为我们物品价值都是为正的，所以初始状态都设为0即可；

4，遍历顺序
这就和二维的有些不同了，这里遍历顺序是固定的，即外层是物品数目 i ，里面是容量 j ，为什么要这样呢？
这是为了保证每个物品都可以在不同容量的背包存一次，反过来说，如果遍历顺序相反，就会造成每种容量下的背包dp[j]只会存放一个物品；
还有一点是背包容量 j 的遍历同样需要从大到小，和二维初始化原理一样，只有从大到小才能保证物品 i 在一个容量 j 下只会被放入一次。

代码如下：

int bagProblem(vector<int> weight, vector<int> value, int bagsize) {
    vector<int> dp(bagsize + 1, 0);
    for(int i = 0; i < weight.size(); i++) { // 遍历每一件物品
        for(int j = bagsize; j >= weight[i]; j--) { // 遍历不同的背包容量
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
        }
    }
    return dp[bagsize];
}

小结

这就是01背包问题，也是最基础常见的背包问题，这里面我们需要注意的主要就是初始化和遍历顺序的特点和遍历过程是前序还是后序，这些都是需要考虑和注意的地方。
补充：01背包其实找的就三个东西：

1，背包容量：bagsize
2，物品重量：wight[i]
3，物品价值：value[i]

只要是背包问题，不管怎么变化，都往这上面靠拢就可以。
还要注意，01背包特点：
每个物品只会使用一次，要么用，要么不用，只有这两种选择，这是区分01背包的关键