0-1背包问题自理解

01 背包：
有N件物品和一个最多能被重量为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。
最优解是动态规划，比如：

        int len = 3,weight = 4;
        int []wt = {1, 3, 4};//下标对应的重量
        int []value = {15, 20, 30};//下标对应的价值

即在三件物品中找出重量加起来不大于4且价值最大的物品和。
然后背包问题一般都建立一个二维数组：

int dp[value.length+1][weight +1]

加1只是方便理解，先不用去考虑边界问题。而dp数组中dp[i][j]中的i代表value的下标，即从value的第一个遍历到最后一个，j代表背包当前容量。而dp[i][j]就是当书包容量为j时，前i个物品的最大价值是多少。

当第i个物品企图加入背包中有两种可能：
（1）当前书包容量j小于想加入的物品重量wt[i]，即加入物品大于当前容量（j<wt[i]）,这种情况下，dp[i][j]的最大价值是延续第i-1个物品的价值，即dp[i][j]=dp[i-1][j]
(2)当前背包容量大于等于想加入的物品重量，即j>wt[i]，这种情况下就要比较是不加入该物品的价值高，还是加入该物品并且把背包中部分物品拿出来（因为背包可能本身就会装载部分东西，如果加入有可能要拿出来部分，并且找出拿出来后加入第i件物品前的最大价值）加上该物品的价值更高，即比较 dp[i-1][j]与dp[i-1][j-wt[i]]+value[i]的价值，得出递推式

                if(j>=wt[i-1])
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-wt[i-1]]+value[i-1]);
                else
                    dp[i][j]=dp[i-1][j];

因为我先不去考虑空间问题，故把二维数组扩大了，所以初始化问题不用考虑，直接进行遍历就行了。
完整代码：

        int len = 3,weight = 4;
        int []wt = {1, 3, 4};
        int []value = {15, 20, 30};
        int [][]dp=new int[len+1][weight+1];
        //i代表第i件物品，j代表剩余容量
        for(int i=1;i<dp.length;i++)
            for(int j=1;j<dp[0].length;j++){
                if(j>=wt[i-1])
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-wt[i-1]]+value[i-1]);
                else
                    dp[i][j]=dp[i-1][j];
            }
        System.out.println(dp[3][4]);