动态规划，背包

01背包

问题描述

有n个物品，它们有各自的体积和价值，现有给定容量的背包，如何让背包里装入的物品具有最大的价值总和？

对于每一个物品，只有两种可能，选或者不选，用f[i] [j]来表示从前i个物品中选出总体积不超过j的物品的所有可能的最大值由此可以发现对于第i个物品来说f[i][j]两种可能

（1）f[i][j]=f[i-1][j] 不选第i个物品（从i-1个中选取体积为j的物品）

(2) f[i][j]=f[i-1][j-v[i]]+w[i] 选择第i个物品

所以可以得出转移方程f[i][j]=max(f[i-1][j],f[i-1][j-v[i]]+w[i]);

然后通过打表的方法确定对于每种i，j情况下的最优解从而求出来对应从前i个总体积不超过j的最优解；我个人认为这个过程更像一个贪心，其结果有严格的数学证明；其中比较难理解的应该就是二维数组的使用；

有 N件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i件物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

8

难度：简单

时/空限制：1s / 64MB

总通过数：92957

总尝试数：155119

来源：背包九讲 , 模板题

算法标签

ac代码

#include<bits/stdc++.h>
using namespace std;
const int N=1100;
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=1;j<=m;j++)
        {
            f[i][j]=f[i-1][j];
            if(j>=v[i])
            f[i][j]=max(f[i-1][j],f[i-1][j-v[i]]+w[i]);
        }
        cout<<f[n][m];
}

上面的代码是最朴素的01背包解法，还有一种一维的01背包解法

解法二：背包九讲]f[i][j]=max(f[i-1][j],f[i-1][j-v[i]]+w[i])可以得出f的第一维总是转换为i-1,

所以我们可以尝试着去吧第一维去掉，然后就得到了f[j]=max(f[j],f[j-v[i]]+w[i])

又因为我们得到的答案都是由前一次的转移而来的，所以我们为了保证数据不会影响，可以从大到小枚举体积

为什么不能再从前向后枚举了呢？

因为这个时候我们发现如果j继续从前向后枚举的话，我们比如说f[8]=max(f[8],f[8-v[i]]+w[i])

如果v[i]=4的话此时我们用到了f[4]，我们会发现此时的f[4]已经在这层循环中改变了它本身的值而不是上一层的循环所以说会发生错误

所以我们就要从后向前枚举这样的话我们才能使这个j在本层循环中从未出现过，也因此确保了答案的正确性；

ac代码如下

#include<bits/stdc++.h>
using namespace std;
const int N=1100;
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];
}