0-1背包问题

问题描述：

有容积为w的背包，有n个物品，并且已知每个物品的体积和价值，找到一种方法将若干物品放入背包，使背包中物品的总价值最大。输入物品件数n、背包容积w、每个物品的体积和价值，输出可以装入背包中的物品的最大总价值。

输入：

在第一行输入物品件数n和背包容积w，在下一行输入n个整数表示n个物品的体积，在第三行输入n个整数表示n个物品的价值。

输出：

在一行输出可以得到的背包中物品的最大总价值。

样例输入：

4 8
2 4 4 3
3 4 3 6

样例输出：

10

分析：

背包问题是动态规划的典型问题，什么是动态规划？

动态规划，英文：Dynamic Programming，简称DP，如果某一问题有很多重叠子问题，使用动态规划是最有效的。 动态规划的要旨是不要重复计算自己，换句话说，将已经计算的结果存储起来，以日后需要的时候不用再重复调用。

对于动态规划，将以下五步搞清楚至关重要：

1. 确定dp数组（dp table）以及下标的含义
2. 确定递推公式
3. dp数组如何初始化
4. 确定遍历顺序
5. 举例推导dp数组

我们再来看0-1背包问题的特点：

它的特点是：每种物品只有一件，可以选择放与不放。用比较抽象的语言表示是，有n件物品，每件物品的重量是w，价值为v，背包的容量为W。 

根据动态规划的思想，我们可以把问题拆成一个一个子集来解决。试想，是不是可以考虑拆成背包重量为[1, W]的子集呢（思路1）？换成大白话说，就是是不是可以考虑为如果背包重量为1时，能达到的最大价值是多少？如果背包重量为2时，能达到的最大价值是多少？如果背包重量为3呢？

有了上面的考虑方法后，我们还应该想想是不是可以从另一个角度再考虑一下？

另一个考虑问题的角度是，“将前i件物品放入容量为v的背包中”（思路2）。如果只考虑前i件物品，那么，根据动态规划又可以转化为“将前i - 1件物品放入背包中”。第i件物品的策略可以是放或不放。如果不放，问题则转化为“将前i - 1件物品放入容量为v的背包中”；如果放，问题转化为“前i-1件物品放入剩下的容量为v-w[i]的背包中”。

结合动态规划的五部曲以及本题的特点进行分析：

1. 确定dp数组以及下标的含义

 对于背包问题，有一种写法， 是使用二维数组，即dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少。

     2.  确定递推公式

 

再回顾一下dp[i][j]的含义：从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少。

那么可以有两个方向推出来dp[i][j]，

• 不放物品i：由dp[i - 1][j]推出，即背包容量为j，里面不放物品i的最大价值，此时dp[i][j]就是dp[i - 1][j]。(其实就是当物品i的重量大于背包j的重量时，物品i无法放进背包中，所以被背包内的价值依然和前面相同。)
• 放物品i：由dp[i - 1][j - weight[i]]推出，dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值，那么dp[i - 1][j - weight[i]] + value[i] （物品i的价值），就是背包放物品i得到的最大价值

所以递归公式： dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);

 3. 初始化dp数组

首先从dp[i][j]的定义出发，如果背包容量j为0的话，即dp[i][0]，无论是选取哪些物品，背包价值总和一定为0。如图：

再看放入物体0的初始化情况，由于物体0的体积（即重量）是2，当 j < 2时,背包放不下物体0，故初始化为0，当大于等于2时，由于物体0时第一个物体，没有上一个物体，故初始化为物体0的价值，即为3。 

4. 确定遍历顺序

对于0-1背包问题，虽然两个for循环遍历的次序不同，但是dp[i][j]所需要的数据就是左上角，因此先遍历背包再遍历物体，与先遍历物体再遍历背包均可以！

5. 举例推导dp数组

如图所示：

最终结果为dp[3][8]。

至此，背包问题就解决了。相比而言，这是比较简单的动态规划问题，因为状态转移的推导逻辑比较容易想到，基本上你明确了dp数组的定义，就可以理所当然地确定状态转移了。

代码实现：

#include<iostream>
#include<vector>
using namespace std;
int main() {
    int n ,w;
    cin >> n >> w;
    vector<int> value(n); // 物体的价值
    vector<int> weight(n);// 物体的重量
    vector<vector<int>> dp(n,vector<int>(w+1));
    for (int i = 0; i < n; i++) cin >> weight[i];
    for (int i = 0; i < n; i++) cin >> value[i];
    for (int i = 0; i <= w; i++) {
        if (i >= weight[0]) dp[0][i] = value[0];
    }
    for (int i = 1; i < n; i++) {
        for (int j = 0; j <= w; j++) {
            if (j < weight[i]) dp[i][j] = dp[i-1][j];
            else {
                dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
            }
        }
    }
    cout << dp[n-1][w];
}