动态规划（1）背包问题1——0/1背包，完全背包

综述

背包问题是动态规划中较为基础的一种问题，也是初学者学习动态规划时第一会学到的问题

背包问题只在有限的容量体积或称重下，放入背包有体积，重量，价值的物体，求在不超过背包限制下的价值最大。

根据不同的题目要求，可以把背包问题分为五大类——0/1背包，完全背包，多重背包，分组背包以及综合前四种的混合背包；其难度也是逐层递增

术语声明（后文符号所表示的含义）

物品的价值——v[  ]

物品的重量/体积——w[  ]

i  ——第i件物品；

j  ——总重不超过j；

f[ i ][ j ]——总重不超过j的前i件物品价值最大值     （二维数组）

f[ i ]——前i件物品价值最大   （一维数组优化）

0/1背包

0/1背包特点即是所有物品只能去一个或者是不取，即是取（1）/不取（0）

二维数组求解

假设第i阶段处理第i种物品，前i-1种物品已处理完毕（不影响第i次操作），只需要考虑第i-1次向第i次转移 

状态表示  f[ i ][ j ]表示将前i件物品放入容量为j中获得的最大价值

第i中物品处理方式只有两种，即放或不放

①不放：放入背包的价值不增加，问题转化为求前i-1个物品放入容量为j的背包中的最大价值             f[ i ][ j ]=f[ i-1 ][ j ]

②放：问题转化为求前i-1种物品放入容量为j-w[ i ]的背包中的最大价值 

   f[ i ][ j ]=f[ i-1 ][ j-w[ i ] ]

    j-w[ i ]的意义——先把第i件物品的重量排开，则前i-1件物品的重量+第i件物品的重量<背包容量j，否则将不符合这一步数组下标的意义

不知道读者有没有发现，上述讨论的情况仅是在背包容量的空间能装下第i件物品时才成立

（即j>=w[ i ]）那如果已经无法装下第i件物品，则问题转化为求前i-1个物品放入容量为j的背包中的最大价值   即   f[ i ][ j ]=f[ i-1 ][ j ]

综上，将上述三种情况全部合起来看，就可以得出0/1背包用二维数组完成下的状态转移方程

① j<w(i)      f[ i ][ j ]=f[ i-1 ][ j ]      。

② j>=w(i)     f[ i ][ j ]=max(f[ i-1 ][ j ],f[ i-1 ][ j-w[ i ] ）

代码实现

void dp01()//0/1背包
{
	for(int i=1;i<=n;i++)
		for(int j=1;j<=W;j++)
		{
			if(j<w[i])
			     //若第i种物品的重量加入后大于背包容量，则不放入
			f[i][j]=f[i-1][j];
			else if(j>=w[i])
			{
				f[i][j]=max(f[i-1][j],f[i-1][j-w[i]]+v[i]);
			} 
		}
	cout<<"背包最大价值为 ："<<f[n][W];
	            //全部n种物品在背包容量为W时的价值最大值（即答案） 
} 

复杂度分析

本算法使用两层循环，时间复杂度为O(nW)。使用的是二维数组，空间复杂度为O(nW)。

一维数组优化

仔细思考就可以发现，每一次的f[ i ][ j ]只与f[ i-1 ][ j ]或者f[ i-1 ][ j-w[ i ] ]的值有关，即二维数组的上一排有关。且纵坐标（第二个括号内的数）都小于求的纵坐标（j>j-1  ， j>j-w[ i ]）所以可以用一维数组每次只保存上一排的数据（若不需要求最优解具体方案），对算法进行优化

根据二维数组的方式，归纳总结后就可以较为简单的得到一维数组解法的状态转移方程

f[ j ]=max(f[ j ],f[ j-w[ i ] ]+v[ i ])

void onezeropack()//0/1背包一维数组优化 
{
	for(int i=1;i<=n;i++)
		for(int j=W;j>=w[i];j--)//倒推 
			f[j]=max(f[j],f[j-w[i]]+v[i]);
}

以一道例题具体解释

问题描述

许多年前，在泰迪的家乡，有一个人被称为“骨头收藏家”。这个男人喜欢收集各种各样的骨头，比如狗狗，牛，还有他去了坟墓......
骨头收藏家有一个大容量的V袋，沿着他的收集之旅有很多骨头，显然，不同的骨骼具有不同的值和不同的体积，现在根据他的行程给出每个骨骼的值，你能计算出骨骼采集器可以得到的总值的最大值吗？

输入

第一行包含整数T。
接下来是T个案例，每个案例有三行，第一行包含两个整数N，V，（N <= 1000，V <= 1000）表示骨骼的数量和他的包的体积。第二行包含表示每个骨骼值的N个整数。第三行包含表示每个骨骼体积的N个整数。

输出

每行一个整数表示总值的最大值

样本输入

1
5 10
1 2 3 4 5
5 4 3 2 1

样本输出

14

                                                                               来源——HDU2602 骨头收藏家

原题网址     Problem - 2602

不过多解释二维数组的解法，直接上代码

#include<bits/stdc++.h>
using namespace std;
int f[1001][1001],t,v[1001],w[1001],n,W;
void dp01();
int main()
{
	cin>>t;
	while(t--)
	{
		memset(f,0,sizeof(f));
		memset(v,0,sizeof(v));
		memset(w,0,sizeof(w));//注意多组数据要在每次都初始化
		cin>>n>>W;
		for(int i=1;i<=n;i++) cin>>v[i];
		for(int i=1;i<=n;i++) cin>>w[i];
		dp01();
	}
}
void dp01()//0/1背包
{
	for(int i=1;i<=n;i++)
		for(int j=0;j<=W;j++)//本题的坑——骨头体积可能为零！ 
		{
			if(j<w[i])
			     //若第i种物品的重量加入后大于背包容量，则不放入
			f[i][j]=f[i-1][j];
			else if(j>=w[i])
			{
				f[i][j]=max(f[i-1][j],f[i-1][j-w[i]]+v[i]);
			} 
		}
	cout<<f[n][W];
	            //全部n种物品在背包容量为W时的价值最大值（即答案） 
} 

下面主要是通过这个题详细介绍一下如何用一维数组优化算法求解

样例输入数据整理

物品	1	2	3	4	5
价值（v）	1	2	3	4	5
重量（w）	5	4	3	2	1

先对样例进行模拟

①当i=1  j∈[ 5,10 ]          w[ i ]=w[ 1 ]=5          v[ i ]=v[ 1 ]=1

j	F[ j ]
0	0	\
1	0	\
2	0	\
3	0