背包问题经典模型

一、.0/1背包问题：

问题描述：

有N件物品和一个容量为V的背包。第i件物品的重量是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量，且价值总和最大。

状态方程：

用f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}。

对于这个二维数组的方程，需要有两层循环，第一层循环代表物品数量的变化，第二层循环代表价值的变化。第一层循环对于i来说，必须是递增的；对于第二层循环，对于v的处理，既可以递增处理，也可以递减处理。

伪代码：

//v递增
for i=1..N
 
  for v=0..V
 
    f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]};

//v递减
for i=1..N
 
  for v=V..0
 
    f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]};

这两种方式都可以。

0/1背包的空间优化：

可以压缩空间：

状态转移方程：f[v]=max{f[v],f[v-c[i]]+w[i]}

不同于二维的情况，优化后的求法第二层循环v只能递减处理。

伪代码：

<