AcWing-01背包问题（思路+ c++代码）

AcWing 01背包问题是一个经典的动态规划问题。问题描述通常是这样的：给定一组物品，每种物品都有自己的重量和价值。在限定的总重量内，我们如何选择，才能使得物品的总价值最大。

思路

1. 状态定义：定义dp[i][j]为前i个物品中，选择总重量不超过j的物品所能得到的最大价值。

2. 状态转移方程：对于第i个物品，有两种选择：选或不选。

   • 如果不选第i个物品，则dp[i][j] = dp[i-1][j]（即前i-1个物品在总重量不超过j时的最大价值）。
   • 如果选第i个物品，则dp[i][j] = dp[i-1][j-weight[i]] + value[i]（其中weight[i]和value[i]分别是第i个物品的重量和价值）。注意，这里的前提是j >= weight[i]，即当前的总重量j要能够容纳第i个物品。
   • 综上，状态转移方程为：dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i])，但注意当j < weight[i]时，只能选择不选第i个物品。

3. 初始化：通常将dp数组的所有元素初始化为0，但也可以只初始化第一行和第一列。

4. 结果：最终答案为dp[n][W]，其中n是物品的数量，W是限定的总重量。

C++ 代码

#include <iostream>  
#include <vector>  
#include <algorithm>  
using namespace std;  
  
const int N = 1010; // 假设物品数量和总重量都不会超过1000  
  
int main() {  
    int n, W; // n为物品数量，W为限定的总重量  
    cin >> n >> W;  
  
    vector<int> weight(n + 1), value(n + 1); // weight[i]表示第i个物品的重量，value[i]表示第i个物品的价值  
    for (int i = 1; i <= n; i++) {  
        cin >> weight[i] >> value[i];  
    }  
  
    vector<vector<int>> dp(n + 1, vector<int>(W + 1, 0)); // dp数组  
  
    for (int i = 1; i <= n; i++) {  
        for (int j = 0; j <= W; j++) {  
            if (j >= weight[i]) {  
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);  
            } else {  
                dp[i][j] = dp[i - 1][j];  
            }  
        }  
    }  
  
    cout << dp[n][W] << endl; // 输出最大价值  
  
    return 0;  
}

注意：这个代码是二维动态规划的实现。在实际应用中，我们还可以优化空间复杂度，使用一维动态规划来求解，因为dp[i][j]只与dp[i-1][...]有关。