0-1背包问题（动态规划解）

• 问题描述

有N件物品和一个容量为V的背包。第i件物品的重量是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量，且价值总和最大。

• 解决方案

1. 该问题的特点是每种物品仅有一件，可以选择放或不放。
2. 用f[i][v](一个二维数组)表示前i件物品恰放入一个容量为v(这里不是总容量V)的背包可以获得的最大价值。则其状态转移方程便是：f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}
3. 状态方程解释：“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牵扯前i-1件物品的问题。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f[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-c[i]的背包中”，此时能获得的最大价值就是f [i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
4. 时间复杂度：O(N*V)；空间复杂度O(N*V)

• 空间复杂度优化O(V)

1. 优化思路：在上述方案中肯定是有一个主循环i=1..N，每次算出来二维数组f[i][0..V]的所有值。那么，如果只用一个数组f [0..V]，能不能保证第i次循环结束后f[v]中表示的就是我们定义的状态f[i][v]呢？
2. 优化后的状态转移方程是：f[v]=max{f[v],f[v-c[i]]+w[i]}
3. 状态方程解释：在每次主循环中我们以v=V..0的顺序推f[v]，这样就能保证推f[v]时f[v-c[i]]保存的是状态f[i-1][v-c[i]]的值。

• C++代码：

#include <iostream> using namespace std; #define MAXSIZE 1000 int f[MAXSIZE + 1], c[MAXSIZE + 1], w[MAXSIZE + 1]; int main(int argc, char *argv[]) { int N, V; cin >> N >> V; int i = 1; for (; i <= N; ++i) cin >> c[i] >> w[i]; for (i = 1; i <= N; ++i) { for (int v = V; v >= c[i]; --v) //c[i]可优化为bound, bound = max {V - sum c[i,...n], c[i]} { f[v] = (f[v] > f[v - c[i]] + w[i] ? f[v] : f[v - c[i]] + w[i]); } } //当i=N时，可以跳出循环单独计算F[V] cout << f[V] << '/n'; system("pause"); return 0; }