背包问题，动态规划，1 0背包，思路详解 带例题优化

动态规划0、1背包问题，
在背包问题中，我们需要在固定的背包容量中，尽可能的装入价值更大的物品，对于某件物品的选择我们需要考虑它是选择装入背包还是不装。所以，我们称此类问题为0、1背包。
在此类背包问题中，要理解三个要素，其一是背包总重量C，其二是物品数量N，其三是物品的价w[]值。
按照动态规划的思路：将大的问题转换成小的问题求解。
我们的大问题是将“对于N件物品，在总重不超过C的前提下，求出最大总价值”
把大问题转换为小问题：对于当前物品，我是选还是不选？在两个选择中选出得到价值最大的存入表中。
选： 那么我们需要在接下来的N-1件物品中选出，总重量不超过C - v[i] (当前物品重量)，那么此时当前物品的重量得到的最大价值是：当前物品的价值 + C-v[i] 重量时的最大价值。
不选： 那么我们需要在接下来的N-1件物品中选出，总重量不超过C的最大价值物品，那么当前的最大价值就是：0
可以看出，这里的最大价值是将0-C每一个重量级所获得的最大价值都求出来，在使用是直接拿出来（高级打表），这也符合动态规划的思想（不做多余的事），那么当我们选择当前重量的物品时，所获得的最大价值，就是 当前重量物品的价值 加上 背包总重量 减去 当前物品重量所得重量的最大价值之和
接下来结合题目做具体说明：

采药（P1048）

题目描述

辰辰是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。”

输入格式

第一行有 2 个整数 T（≤ T ≤ 1000）和 M（1 ≤ M ≤ 100），用一个空格隔开，T 代表总共能够用来采药的时间，M 代表山洞里的草药的数目。

接下来的 M 行每行包括两个在 1到 100 之间（包括 1和 100）的整数，分别表示采摘某株草药的时间和这株草药的价值。

输出格式

输出在规定的时间内可以采到的草药的最大总价值。

输入输出样例

输入

70 3
71 100
69 1
1 2

输出

3

题目分析

其实已经不用分析了，通过前面的铺垫动动手指都知道这是背包问题。
那么既然知道是背包问题，那么就拿出套路：找状态转移方程，各个数据之间的关系。
题目中 ，T表示总时间（总容量），M表示草药的数量（物品数量），接下来的每一组数据，包含当前草药需要的时间v[ ] 和价值w [ ]。
对于一个某一种草药，是摘还是不摘？草药的时间很有可能是大于规定时间的，所以遇到采药时间>总时间时直接放弃。如果摘取M[i] 草药，那么接下来的M-1数量中，只能在剩余时间T-v[i] 中采到价值最大的草药。我们用i表示第i棵草药，j表示草药的时间 构建一个二维数组dp[ ][ ] ，dp[i][j]表示第i课草药价值为j的最大价值。对于摘还是不摘，在前面已经提到，不摘那么它的最大价值就是本身dp[i]/[j]，摘那么就是需要在dp[i-1][j-v[i]]+w[i]；中选出最大价值。可得状态转移方程：dp[i][j]=max(dp[i][j],dp[i-1][j-v[i]]+w[i])
举例：给出数据结合使用
5（总时间）
3（数量）
2 5
3 8
1 3
当第i件物品时间为j的最大价值时多少。
当只有1件物品时，时间为j时选、还是不选，他的价值最大；

j为时间，i为数量，价值请参照上面数据

数量 /时间	j=0	j=1	j=2	j=3	j=4	j=5
i=0	0	0	0	0	0	0
i=1	0	0	5	5	5	5
i=2	0	0	5	8	13	13
i=3	0	3	5	8	13	13

注意：当物品数量为0时和时间为0时，我的最大价值都是0，前者我没有选择的物品，后者我没办法装。

当i=1时，一定是当时间足够时我才会选，也就是从时间j=v[1]时，因为这个物品我只选一次，那么从v[ 1 ]到T他的价值都是w[ 1 ]。
当i=2时，同样是需要时间足够才会选，所以，去计算时同样时从v[ 2 ]开始填，我的最大时间，能否满足（T>=v[ 2 ]），当前最大价值，应该是在当前时间-当前物品需要时间 的时间，最大价值+当前物品最大价值 ，这句话需要结合数据在表中进行理解。可以得到的是dp[i-1][j-v[[i]]+w[i]
如果不选，那么得到的最大价值就是dp[i][j]当前时间的最大价值。

以上，结合代码：

//i为数量，j为时间
#include<iostream>
using namespace std;
const long long M=1005;
long long t,n;
long long w[10001],v[M],dp[M][M]; 

int main(){
	cin>>t>>n;
	for(int i=1;i<=n;i++){
		scanf("%i%i",&v[i],&w[i]);
	}
	for(int i=1;i<=n;i++){
		for(int j=t;j>=0;j--){//从后往前填表
			if(j>=v[i]) //当前的时间小于或等于总时间时才做选择否则为上一个（数量）的最大值 
			dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+w[i]);//这个转移方程请参照图标想象模拟理解 
			else dp[i][j]=dp[i-1][j];
		}
	}
/*	for(int i=1;i<=n;i++){
		for(int j=1;j<=t;j++){
			cout<<dp[i][j]<<" "; 
		}
		cout<<endl;
	}*/
	cout<<dp[n][t];
	return 0;
}

优化为一维：

//一维数组解法
#include<iostream>
using namespace std;
int t,n;//t表示总时间，n表示总数量
int w[101],v[1001],dp[1001];//w表示每一株的价值，v表示每一株需要的时间，dp表示每一个时间的最大价值

int main(){
	cin>>t>>n;
	for(int i=1;i<=n;i++){
		scanf("%i%i",&v[i],&w[i]);
	}
	for(int i=1;i<=n;i++){
		for(int j=t;j>=v[i];j--){//从后面往前面填
			dp[j]=max(dp[j],dp[j-v[i]]+w[i]);//找出不选，选那个价值最大
		}
	}
	cout<<dp[t];//输出最终的值
	return 0;
}

后记：

在面对0、1背包问题时，主要问题就是选还是不选的问题，其实就是将每一个时间（重量），都求出最大的，在需要的时候直接提取出来可以使用了，当前面的n-1个时间（重量）都求出来了，对于n的最大时间（重量）就简单了。如何求，在考虑这个问题时，我们可以先把问题尽量缩小（类似递推、递推思想），先来考虑一下，当总时间为0，总容量为0时的最大价值，在来考虑他们分别为1时，的最大价值，逐渐往后推，在找出状态转移方程。

有问题请私信qaq
感谢阅读~