0-1背包问题的优化

 

n是物品的个数，c是物品的容量。对于0-1背包问题，它的时间优化空间已经非常小了，但是空间还有很大的优化空间。

 

0-1背包问题相应的状态转移方程

 

对于状态转移方程，它有这样的一个特点，每一次只更新一行的内容，而每一次所更新的那一行的内容，比如第i行的内容，它只依赖于第i-i行的内容，而不用去考虑i-1行之前的那些元素具体是什么样子的。换句话说，只要求出一行，就能求出下一行，这一行之前的那些元素，其实就可以扔掉了。所以，理论上只需要保存两行的元素就够了，而不需要保持n行的元素。在这种情况下，算法的空间复杂度就变成了O(2*C),2行，每行都有c个元素，由于2是一个常数，所以在说空间复杂度的时候说它是一个O(C)的空间复杂度。

 

那么，在代码的实现上，如何保持这两行的内容呢？

假设空间只有两行，由于在这个示意中，列数是没有意义的，所以就把它连起来，是这样一个蓝条。

 

在动态规划处理过程中，首先，要处理i=0的情况，之后处理i=1的情况，在处理i=1这种情况的时候要基于i=0这种情况来进行分析计算。关键是后续，如果要处理i=2这种情况，此时不需要i=0这一行了，只需要参考i=1这一行的内容就好了。如果要把i=1这行内容移到i=0行也可以，不过多了一个时间的耗费。

 

最好的方式是，直接把i=0这行给占掉。就用这一行来处理i=2的这一行。它直接来参考i=1的这一行。

 

同理，下面要处理i=3的这一行，直接将后面i=1的这一行占掉，来参考i=2的这一行，来计算出i=3的这一行。

 

依次类推，如果要计算i=4的这一行，直接占掉i=2的这一行，参考i=3的这一行来计算出i=4这一行的值。如果开辟两行空间的话，完全可以这两行空间轮流去使用。

 

通过观察可以发现，这两行其实有固定的规则，这个规则就是上一行永远在处理i=偶数的行相应的结果，而下面一行永远在处理i

i=奇数的行所对应的结果。那么，在具体实现上，剩下的事情就是在选用哪一行，参考哪一行进行计算的时候，只需要看一下i的奇偶就行了。如何看一个数的奇偶？让它%2就可以了。

 

基于动态规划进行的优化。这个优化在空间非常紧张的时候是非常有意义的，这个优化使得可以处理的背包的容量，比原先要大很多。举个例子，本来原先要处理100个物品，背包容量只有100这样的背包问题，此时空间就达到了极限，那么原来使用O(n*c)这样的空间复杂度，空间最多有1万个单元，是100*100。但是现在，使用了这样的优化之后，可以将这1w个空间重新分配，它等于2*5000，换句话说就是依然可以处理有100个物品这样的背包问题，但是此时能处理的容量的限额达到了5000。不仅如此，在这样的情况下，其实，当我们处理有1w个物品，这样的背包问题的时候，我们依然可以使用这有限的空间来进行处理。因为，此时使用的空间的大小，已经和n没有关系了。更多地是需要考量时间是否是够用的。

 

 

之前使用O(c)的复杂度，但实际上真实的空间是2*c这么多的空间来完成了0-1背包问题，有没有可能只使用1行的大小为c的数组完成动态规划呢？实际上，这也是有可能的。

 

在使用两行的时候，0-1背包的过程。

 

第0行已经计算完了，第1行只计算了1半，之后继续计算，从1-2这个单元格开始，已经可以容纳下编号为1的物品了，此时，实际上参考的是上一行的两个信息，一个在上边，一个在左边，这是固定不变的。

 

通过这两个信息，求出当前格子的这个值是多少。依次类推，对于上一行，永远只使用上边和左边的元素，而不会去碰右边的元素。

 

，这就提示了我们，如果只有1行的话，比如下面的图示，只有1行的内容，初始化的时候，对应的物品为0，相应的这一行的内容。那么，由于我们只更新，在前面的逻辑里，只参考上边和左边的内容，所以就可以从右向左地去刷新这一行的内容。换句话说，要考虑i+1这一行了，首先计算一下c=5这个格子相应的应该变成谁，此时只需要考虑它自己以及对应的上1行的内容，以及左边相应位置的内容.

 

由于编号为1的物品它对应的容积为2，所以5-2=3，所以相应地看0-3位置的内容。由于只在1行中，所以0-3和0-5这两个格子，就对应了上面分析的上一行的两个内容。只要看这两个内容发现6+10是大于6本身的，所以，就可以直接把16更新在这里。

 

 

更新完之后，就可以考察4这个位置的内容，在考察4这个位置的内容的时候，容量为5的这个位置的内容就再也不用变了。同理，考察4这个内容，就需要看4这个格子本身的内容以及4-2=2这个格子的内容再加上10，看谁大，16显然比6大，那么4这个格子就更新成了16

 

3这个格子的内容，1这个格子的内容+10和6这个格子的内容相比较，依然是16大，更新成16

 

2这个格子的内容，考察0这个格子的内容+10和2这个格子内容本身进行比较，10大，所以2这个格子更新为10

 

对于1这个格子的内容，他所表示的格子的内容，本身已经无法装载编号为1这个物品容量为2了，所以，从这个格子，再到之前所有格子，根本就不需要动了。因为这些格子本身就表示了不考察当前需要表示的新的物品，只使用原先的物品来放所能存放的背包问题的最大值。此时算法其实还能提前终止一些。使用这样的思路，不仅空间复杂度进行了降低，同时，时间复杂度也会降低。这些当然都是常数级的优化，本质上这个背包问题还是一个O(n*c)的这样一个时间复杂度，O(c）这样的空间复杂的度的问题。

 

最终优化后的代码