算法：01背包一维数组版--背包问题进阶，与上篇结合学习

有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。

对于背包问题其实状态都是可以压缩的。

在使用二维数组的时候，递推公式：dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);

其实可以发现如果把dp[i - 1]那一层拷贝到dp[i]上，表达式完全可以是：dp[i][j] = max(dp[i][j], dp[i][j - weight[i]] + value[i]);

与其把dp[i - 1]这一层拷贝到dp[i]上，不如只用一个一维数组了，只用dp[j]（一维数组，也可以理解是一个滚动数组）。

1.确定dp数组的定义

在一维dp数组中，dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]。

2.一维dp数组的递推公式

dp[j]可以通过dp[j - weight[i]]推导出来，dp[j - weight[i]]表示容量为j - weight[i]的背包所背的最大价值。

dp[j - weight[i]] + value[i] 表示 容量为 j - 物品i重量 的背包 加上 物品i的价值。（也就是容量为j的背包，放入物品i了之后的价值即：dp[j]）

此时dp[j]有两个选择，一个是取自己dp[j] 相当于 二维dp数组中的dp[i-1][j]，即不放物品i，一个是取dp[j - weight[i]] + value[i]，即放物品i，指定是取最大的，毕竟是求最大价值，

所以递归公式为：

dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

   /**
     * 测试背包问题的方法
     * @param weight 物品重量数组
     * @param value 物品价值数组
     * @param bagWeight 背包容量
     */
    public static void testWeightBagProblem(int[] weight, int[] value, int bagWeight){
        // 获取物品数量
        int wLen = weight.length;
        // 定义dp数组：dp[j]表示背包容量为j时，能获得的最大价值
        int[] dp = new int[bagWeight + 1];
        // 遍历顺序：先遍历物品，再遍历背包容量
        for (int i = 0; i < wLen; i++){
            // 逆序遍历背包容量，确保不会重复放入同一件物品
            for (int j = bagWeight; j >= weight[i]; j--){
                // 如果当前物品的重量小于等于当前背包容量，则尝试将其放入背包中
                // 更新当前背包容量为j时所能获得的最大总价值
                dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
            }
        }