0-1背包问题

问题描述
01背包问题可描述为如下问题：
有一个容量为V的背包，还有n个物体。现在忽略物体实际几何形状，我们认为只要背包的剩余容量大于等于物体体积，那就可以装进背包里。每个物体都有两个属性，即体积w和价值v。
问：如何向背包装物体才能使背包中物体的总价值最大？

问题描述
利用局部最优逐步推导去全局最优

当背包容量为6的时候不放西瓜时的最大价值为8

当放入西瓜后，背包还剩下容量2。后续只能在背包容量为2的情况下找到能装的最大值为6+3


伪代码

***
	dp[i][j]：编号为0-i之间的物品，任取放在容量为j的背包里
	
	递推表达式：不放物品i  data1 = dp[i-1][j]
				  放物品i  data2 = dp[i-1][j-weight[i]] + value[i];
				           dp[i][j] = max(data1,data2)

	初始化：第一列背包容量为0，直接初始化为0
			第一行：if(j >= weight[0]) dp[0][j] = value[0]

	遍历顺序：从左向右，从上到下
***
	
for i in range(1,物品+1):
	for j in range(1,容量+1):
		if(j < 物品i.weight:
			dp[i][j] = dp[i-1][j]
		else:
			data1 = dp[i-1][j] #不装入物品i
			data2 = dp[i-1][j-物品i.weight] + 物品i.value #装入物品i
			dp[i][j] = max(data1,data2)

解法2：使用滚动数组

使用一维滚动数组：每次计算完就讲上层的计算结果拷贝下来
	dp[j]：容量为j的背包所能装的最大价值

	递推公式：不放物品i data1 = dp[j]
			    放物品i data2 = dp[j-weight[i]] + value[i]
						dp[j] = max(data1,data2)	

	初始化：dp[i] = 0

	遍历顺序：for(i=0;i<物品数量;i++)  物品
				for(j=bagweight;j>=weight[i];j--)  背包
					递推公式

				为什么要倒序遍历背包：正序遍历会多次放同一个物品
				正序：dp[1] = dp[1-1] + 15 = 15
					  dp[2] = dp[2-1] + 15 = 30  可以看到第一个物品被放了两次

				倒序：dp[2] = dp[2-1] + 15 = 15
				 	  dp[1] = dp[1-1] + 15 = 15