01 背包问题 详解

我们可以用 v[ i ] ，w[ i ] 表示 第 i 个物品的 体积 和 价值 。

f[ i ] [ j ] 含义是 只考虑前 i 个物品，总体积不超过 j ，最大价值为 f[ i ] [ j ] 。

对于每一个i 都有 选 和 不选 两种情况：

如果不含 i ，那就是 从前 i - 1 个 选重量不超过 j 的物品，即 f( i , j ) = f( i-1 , j ) ；

如果包含 i ，那就是 从前 i - 1 个 选重量不超过 j - vi 的物品 ，即 f( i , j ) = f( i-1, j - vi) +wi；

(含义是 第 i 个物品选了， 那就代表要在前 i - 1 个物品中 选不超过 j - vi 重量的体积，并且总价值要加上wi)

那么 f( i , j ) = max ( f( i-1 , j ) , f( i-1, j - vi) +wi ) ；

我们也可以用表格去模拟一下：

不难看出，打印出来的表和我们模拟的表一样。

2. 01背包问题 - AcWing题库

---

#include<iostream>
using namespace std;

const int N=1010;
int f[N][N];
int v[N],w[N];

int main()
{
    int n,m;
    cin>>n>>m;
    
    for(int i=1;i<=n;i++) cin>>v[i]>>w[i];
    
    for(int i=1;i<=n;i++)
        for(int j=0;j<=m;j++)
        {
            f[i][j]=f[i-1][j];
            if(j>=v[i]) f[i][j]=max(f[i][j],f[i-1][j-v[i]]+w[i]);
        }
    cout<<f[n][m]<<endl;
    return 0;
}

前面其实都是小儿科，最难的地方今天他来了！ 是我们可以对这个程序继续优化，可以优化成一维数组，什么意思？我们不难发现我们每一行其实都只与上一行有关系，例如第 n 行 只与 n - 1 行有关系，与 n - 2 没关系，那么 我们可以不听更新迭代一行就行了，就不需要记录 i 了。

一维数组 f [ j ] 的含义是 背包容量是 j 时，能装的最大价值。

 第 3 行可以通过 第 2 行来更新，但是有个小detail！ 我们必须从后往前去更新迭代。

    我们每次计算dp [ j ]  (即 dp [ i ] [ j ]) 的时候都会需要 dp [ j - w [i] ] (即 dp [ i - 1 ] [ j - w [i] ])的值。因为 j - w [ i ] 比 j 小，所以如果我们正序计算，那么dp [ j - w [ i ] ] 就已经更新了 (即dp [ i ] [ j - w[ i ] ])，与状态转移方程不符。

#include<iostream>
using namespace std;

const int N=1010;
int f[N];
int v[N],w[N];

int main()
{
    int n,m;
    cin>>n>>m;
    
    for(int i=1;i<=n;i++) cin>>v[i]>>w[i];
    
    for(int i=1;i<=n;i++)
        for(int j=m;j>=v[i];j--)
            f[j]=max(f[j],f[j-v[i]]+w[i]);
    
    cout<<f[m]<<endl;
    return 0;
}