动态规划之0-1背包问题（详解+分析+原码）

前面的话

本篇文章将介绍算法专题之动态规划中的背包问题，更准确的说是背包问题中最简单的一种类型，即0-1背包问题，就是给你一定容量的背包和若干物品，每种物品只能选一次，告诉你每件物品的价值和体积，求背包里面物品的最大总价值。

??博客主页：的博客主页
??欢迎关注??点赞??收藏留言??
??本文由原创，CSDN首发！
??首发时间：??2022年5月8日??
坚持和努力一定能换来诗与远方！
??推荐书籍：??《算法》，??《漫画算法》
??参考在线编程网站：??牛客网??力扣
博主的码云gitee，平常博主写的程序代码都在里面。
博主的github，平常博主写的程序代码都在里面。
??作者水平很有限，如果发现错误，一定要及时告知作者哦！感谢感谢！

---

??导航小助手??

• ??0-1背包问题??
• • ??题目详情
  • ??解题思路
  • • ??朴素0-1背包通解
    • ?优化方案
  • ??练习：分割等和子集
  • ??习题解答
  • ??分割等和子集：从最多不超过到恰好

---

背包问题：泛指一类「给定价值与成本」，同时「限定决策规则」，在这样的条件下，如何实现价值最大化的问题。
0-1背包：「01背包」是指给定物品价值与体积（对应了「给定价值与成本」），在规定容量下（对应了「限定决策规则」）如何使得所选物品的总价值最大。 （来自宫水三叶）

---

0-1背包问题

??题目详情

有 N 件物品和一个容量是 V 的背包。每件物品有且只有一件。

第 i 件物品的体积是v[i] ，价值是w[i] 。

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。

示例 1：

输入: N = 3, V = 4, v = [4,2,3], w = [4,2,3]
输出: 4
解释: 只选第一件物品，可使价值最大。

示例 2：

输入: N = 3, V = 5, v = [4,2,3], w = [4,2,3]
输出: 5
解释: 不选第一件物品，选择第二件和第三件物品，可使价值最大。

??解题思路

分析：

这道题目的意思是给你一堆物品，每种物品只有一件，然后就是在这些物品中选一部分放入背包，在不超过背包容量的情况下，求背包里面物品的最大总价值。

??朴素0-1背包通解

状态定义：

本质上就是从i个物品中选择一定数量的物品在一定空间限制的前提下，求这些物品的最大总价值，我们可以定义一个二维数组dp[i][j]，这个数组的值就表示从前i件物品进行选择，在不超过容量j的前提下所满足最大的物品总价值。（注：此处的第i件物品对应与数组下标i）

确定初始状态：

当只有一个物品时，如果该物品的体积v不大于背包容量j，则初始值dp[0][j]=v，否则dp[0][j]=0。

状态转移方程：

对于第i件物品，设它的所占容量为v[i]，价值为w[i]，我们可以选择该物品也可以不选择该物品，如果不选择该物品则 d p [ i ] [ j ] = d p [ i 1 ] [ j ] dp[i][j]=dp[i-1][j] dp[i][j]=dp[i1][j]，如果选择该物品有两种情况：

• 背包剩余空间不够了，那么此时就无法选择该物品， d p [ i ] [ j ] = d p [ i 1 ] [ j ] dp[i][j]=dp[i-1][j] dp[i][j]=dp[i1][j]。
• 背包剩余空间充足，那么此时的物品总价值为 d p [ i ] [ j ] = d p [ i 1 ] [ j v [ i ] ] + w [ i ] dp[i][j]=dp[i-1][j-v[i]] + w[i] dp[i][j]=dp[i1][jv[i]]+w[i]。

综上，转移方程为 d p [ i ] [ j ] = m a x ( d p [ i 1 ] [ j ] , d p [ i 1 ] [ j v [ i ] ] + w [ i ] ) dp[i][j]=max(dp[i-1][j], dp[i-1][j-v[i]]+w[i]) dp[i][j]=max(dp[i1][j],dp[i1][jv[i]]+w[i])。

实现代码：

    /**
     *
     * @param N 物品数
     * @param C 背包容量
     * @param v 每件的体积
     * @param w 每件物品的价值
     * @return 最大价值
     */
    public int zoKna