动态规划-背包问题入门-01背包

动态规划的背包问题是一类经典的组合优化问题，通常包括 0-1 背包问题、完全背包问题和多重背包问题。我们今天先从01背包做这个专项的入门。

01背包是所有背包问题的基础，它的大致模型为

有一个体积为V的背包，商店有n个物品，每个物品有一个价值v和体积w，每个物品只能被拿一次，问能够装下物品的最大价值。

这里每一种物品只有两种状态即"拿"或"不拿"。

设状态dp[i] [j]表示第i个物品为止，拿的物品总体积j的情况下的最大价值。

我们并不关心某个物品有没有被拿，只关心当前体积下的最大价值。

转移方程为：dp[ i] [j] = max(dp[ i - 1] [ j],dp[i - 1] [j - w] + v );如果不拿物品i，那么最大价值就是dp[i- 1 ] [j]，如果拿了就是从体积j -v转移过来，体积会变大w,增加v。

最后输出dp[n] [V]；

这里有一个01背包的大致模板

#include <iostream>
using namespace std;
using ll =long long ;
const int N = 105,M = 1050;
ll dp[N][M];
int main()
{
 int n,V;cin>>n>>V;
for(int i = 1 ;i<=n;i++)
{
   ll w,v;cin>>w>>v;
   for(int j = 0;j<=V;j++)
   {
     if(j>=w)dp[i][j] = max(dp[i -1 ][j],dp[i-1][j - w] + v);
     else dp[i][j] = dp[i -1][j];
   }
}
cout<< dp[n][V] << endl;
  return 0;
}

为了加深对01背包思想的深刻理解，我们通过一道例题来加深印象，这个题目大致意思为

小明有一个容量为 V 的背包。

这天他去商场购物，商场一共有 N 件物品，第 i 件物品的体积为 wi​，价值为 vi​。

小明想知道在购买的物品总体积不超过 VV 的情况下所能获得的最大价值为多少，请你帮他算算。

这个题目就是经典01背包的板子题，可以完全套用上述模板，

具体思路为：

1. 定义一个二维数组dp，dp[i][j]表示在前i个物品中选择，且总体积不超过j的情况下所能获得的最大价值。

2. 初始化边界条件：当物品数量为0或背包容量为0时，dp[i][j]均为0。

3. 对于每一个物品i，根据其体积和价值有两种选择：
   a. 如果当前物品的体积大于背包容量j，则不能放入背包，保持上一行的价值不变：dp[i][j] = dp[i-1][j]。
   b. 如果当前物品的体积小于等于背包容量j，则可以选择放入背包或不放入背包：

   • 如果选择放入背包，则当前价值等于上一个物品的价值加上剩余背包容量为j-weight[i]时的最大价值：dp[i][j] = dp[i-1][j-weight[i]] + value[i]。
   • 如果选择不放入背包，则当前价值等于上一个物品时的最大价值：dp[i][j] = dp[i-1][j]。
     选择放入背包或不放入背包时，取其最大值，即 dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i])。

4. 最终，dp[N][V]即为所能获得的最大价值，N为物品的总数量，V为背包的容量。

其他01背包相关的题目都可以套用这个思路。

接下来，就会讲解多重背包和完全背包，这些都是基于01背包的，所以大家还是对01背包熟练掌握，这样学其他背包问题的时候才能得心应手。

原01背包板子题链接：

https://www.lanqiao.cn/problems/1174/learning/?page=1&first_category_id=1&name=%E5%B0%8F%E6%98%8E%E7%9A%84%E8%83%8C%E5%8C%851