背包问题中的数学逻辑

背包问题是一个非常经典的问题，包括01背包问题、完全背包问题、多重背包问题等。网上的资料也非常多，比较有名的如《背包九讲》。纵观网上的很多文章博客，大多数都只是谈背包问题的状态转移，空间优化过程。然而并没有提及其背后的推导过程和不同问题之间的数理逻辑。本文着重从数学角度来探讨问题的解法和优化思路。

01背包问题

我们有$n$种物品，物品$j$的重量为$w_j$，价格为$p_j$。我们假定所有物品的重量和价格都是非负的。背包所能承受的最大重量为$W$。如果限定每种物品只能选择$0$个或$1$个，则问题称为01背包问题。

这个问题一个非常常见的解法就是动态规划，我们可以定义函数$f(i,v)$表示放入$i$件物品放入一个容量为$v$的背包可以获得的最大价值。对于第$i$件物品来说有两种考虑：1）放入（如果体积可以放入背包的话）2）不放入

• $f(i,v)=max(f(i-1,v),f(i-1,v-w_i)+p_i)$

上面这个公式中存在两个变量，如果采用动态规划，那么就对应$O(NV)$的空间复杂度。可以看出$f(i,v)$由$f(i-1,v)$和$f(i-1,v-w_i)$决定。如果将$O(NV)$个状态看成是$N$行$V$列的数组，那么$(i,v)$位置的值由$(i-1,v)$和$(i-1,v-w_i)$决定。如果此时只采用$O(V)$的空间处理，并且$v$和$v-$