01背包详解--模板

点击跳转例题
 

解题：

二维：
1.定义数组： f（i，j）表示前 i个物品，背包容量 j 下的最优解（最大价值）
2.状态转移：f（i，j）可以由什么转移过来，
        （1）当前背包容量不够：（j < v[i]），没得选，因此前 i个物品最优解即为前 i−1 个物品的最优解：f（i，j）=f（i-1，j）
        （2）当前背包容量够：可以选，因此需要决策选与不选第 i个物品：

选：f（i，j）=f（i-1，j-v[i]）+w[i];
不选：f（i，j）=f（i-1，j）；
最后选与不选取最大值即可；
3.初始化：f（0，0）可以根据定义来决定，值为0。
4.递推：从开始的状态递推到最终的状态。
 

优化为一维：  
1.为什么优化：节约空间，方便书写。
2.为什么可以优化：因为我们转移的时候都是用到了同一层状态，所以我们保证递推的时候从哪一层转移来的不变即可。
3.怎么优化：递推的时候保证从后往前即可，因为要保证：在用 i-1 轮的状态的时候没有使用第 i 轮的状态。
例如，一维状态第 i 轮对体积为 3 的物品进行决策，则f[7]由f[7-3]更新而来，这里的f[4]正确应该是f[i - 1][4]，但从小到大枚举到7 的时候 f[4] 在第i轮计算却变成了 f[i][4] 。我们再更新f[7]的时候，就错误了。

如果使用顺序，会先更新f[4],再更新f[7]，对于这个书包问题来讲，就是有可能，在更新f[4]的时候，已经把这次能加的物品加进来了，然后更新f[7]的时候，还有可能再加一次，所以必须使用逆序，保证，f[4]是没有加入新物品前，背包里的最优解。

代码：

//dp 思考思路：
//1.状态表示：多积累经验：所有的状态计算及边界 都围绕所表示的状态； 
//2.选择问题：如背包问题：第一维表示物品：后边的维度表示限制；
//状态计算：
//一定要考虑所有情况；求最值可以重复；
//dp:优化；朴素做法，然后对代码做等价变化；思路不能变； 
#include <iostream>
#include <algorithm>

using namespace std;

const int N=1010;
int v[N],w[N];
int f[N][N];//状态表示； 
//前i个物品体积为j的所有方案；
//属性：价值最大值；
//状态转移，选与不选·；
int n,m;

int main()
{
    cin>>n>>m;
    for(int i=1;i<=n;i++)
    {
        cin>>v[i]>>w[i];
    }

    //f[0][0~m]表示从0个物品价值0~m的最大值：为0； 
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
        {
            //当前背包不能装下第i个物品；价值为i-1的物品价值； 
            if(j<v[i])
            {
                f[i][j]=f[i-1][j];
             } 
             //可以装下，不要上一个物品；
             //还是装这个物品，决策第i个物品；
              //因为每一次都是由上一次而来，所以为表示最大值 
             else //只有一个的时候已经存完了每一个物品的价值；f[1][0~j]; 
             f[i][j]=max(f[i-1][j],f[i-1][j-v[i]]+w[i]); //优化为一维后f[i-1]要先被计算计算；所以逆序；
             //举个例子：一个物品价值2；另一个价值3；体积都为2；
             //j为3时；f[2][3]=max(f[1][3],f[1][3-2]+w[2]; 
         } 
    cout<<f[n][m];
    return 0;
 } 

一维：
 

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010;

int n, m;
int v[N], w[N];
int f[N];

int main()
{
    cin >> n >> m;

    for (int i = 1; i <= n; i ++ ) cin >> v[i] >> w[i];

    for (int i = 1; i <= n; i ++ )//决策每个物品
        for (int j = m; j >= v[i]; j -- )//找每一次决定的最优解；
            f[j] = max(f[j], f[j - v[i]] + w[i]);

    cout << f[m] << endl;

    return 0;
}