0-1背包问题

给定n种物品： 

物品i的重量是wi，其价值为vi。 

和一个背包： 

背包的容量为C。 

在选择装入背包的物品时，对于每种物品i只有两种选择，即装入背包或不装入背包。不能将物品i装入背包多次，也不能只装入部分的物品i。 

 

 

首先：带备忘录的递归方法： 

我们利用F(n, C)表示将前n个物品放入容量为C的背包里，得到的最大价值。 

推导：使用自顶向下的思想，假如我们已经进行到最后一步（即求解将第n个物品放到背包里获得的最大价值）， 

    此时我们有两种选择： 

        1.不放第n个物品：此时总价值为F（n - 1， C） 

        2.放置第n个物品：此时总价值为vn + F（n, c - wn） 

/* 

    根据递归公式F(i, c) = max{F(i - 1, c), vi + F(i, c - wi)} 

    其中i为第i个物品，c为背包重量，vi为第i个物品的价值，wi为第i个物品的重量 

    Args: 

        w 物品的重量数组 

        v 物品的价值数组 

        index 当前带选择的物品的索引 

        capacity 当前背包有效容量 

    return： 

        最大价值 

*/ 

 

上述方法实现了带备忘录的递归方法，即不用多次求解子问题。 

 

动态规划方法 规划的条件依然是物品的下标i和背包的容量capacity： 

 

 

动态规划算法通过状态转移方程直接构建dp数组 

 

其中第一行要先确定，即将第一个物品在容量分别为0-capacity时存入数组，随后根据上一个物品决定新的物品是否放入背包。 

 

 

 

上述代码也可以从1开始保存。即id为0时认为没有物品。 

即将备忘录改为： 

同时初始化代码改为： 

 

 

代码可进行优化，因为我们发现dp[i][j]中的i只与上一行有关，所以我们可以把二维数组变为一位数组，只存上一行保存的数据。