蓝桥杯算法全集之01背包（动态规划算法）：

一、概念定义

有 N件物品和一个容量是 V 的背包。每件物品 只能使用一次。
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。
输出最大价值。

用下面这个图来分别动态规划的四个经典背包问题

---

二.如何判断一个题目能否采用动态规划算法

1. 根据数据范围，根据yxc给出的由数据范围反推算法的模板

2. 根据动态规划的特殊定义

1. 问题可以划分为多个子问题，并且子问题之间存在重叠；

2. 求解问题的最优解时，需要考虑之前所做的决策；

---

三.动态规划的核心步骤

1. 定义状态的含义（这一步需要一定的做题经验的积累）

2. 状态的转化，建立前后状态的等式关系（一般通过最后一步的分类讨论来进行状态计算）

3. 精准定义初始值

---

四.题目描述

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi，价值是 wi。

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。

输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000

0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例

8

---

五.思路分析

根据上述的动态规划的步骤我们一步一步来思考：

1. 定义状态的含义

f【i，j】：从前i个物品中选，且最大体积不超过j的选法的集合

2. 状态计算

既然是从前i个物品当中选， 最后一步一定是决定 选不选第i个物品
a. 选取第i个物品=====>f【i，j】= f【i - 1，j - v【i】】+ w【i】
b.不选取第i个物品=====>f【i，j】= f【i - 1，j】

3. 精准定义初始值

这里的初值都是0，没必要修改。但是有些题目的初值是比较重要的。
比如青蛙跳级题目 剑指 Offer 10- II. 青蛙跳台阶问题 - 力扣（LeetCode）

---

六：万年无误代码模板（含思路解析）

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010;

int n, m;
int v[N], w[N];
int f[N][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 ++ )
        for (int j = 0; j <= m; j ++ )
        {
            f[i][j] = f[i-1][j]; // 由于j不一定大于等于当前第i个物品，因此必须先把不选第i个物品的情况赋值给f【i，j】
            if (j >= v[i]) // 背包所能容纳的最大体积大于等于当前第i个物品，才有选择或者不选的权利
            {
                f[i][j] = max(f[i-1][j] , f[i-1][j-v[i]] + w [i]); // 从两种情况选择大的
            }       
        }

    cout << f[n][m] << endl; // 答案就是输出从前n个物品中，总体积不超过m的最大价值

    return 0;
}

也可以利用滚动数组的思想优化成一维数组，减少空间

#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 ++ )
        for (int j = m; j >= v[i]; j -- )
            f[j] = max(f[j], f[j - v[i]] + w[i]);

    cout << f[m] << endl;

    return 0;
}

创作不易，建议 点赞+收藏+关注，以免找不到宝贝文章了。