0/1背包问题

想要弄清楚这个问题，请认真读完每一句

0/1的意思就是判断一个物体到底要不要放到包里面

我用以下例子说明：
重量：2 3 4 5
价值：3 4 5 6
（重量与价值上下一一对应）
即
1.背包容量为1时什么都装不了；
2.背包容量为2时能装下价值为3的一个物品；
3.背包容量为3时能装下价值为3或者为4的物品，由于要尽可能多的装价值高的物品，所以只装重量3，价值4的物品，而不是去选重量2，价值3的物品。。。

以上为人脑思维

现在用编程的思想，我们需要做一个表格，什么表格呢？
这个表格可以表示以当前背包的空间，能装下的所有物品，价值总和最大是多少

这个表格就是解决0/1背包的关键。

以上述例子，背包空间最大为8，一步一步可以算出下表。
其中的i表示：在前i个物品里面选要装入的。i=0表示没有物品要装入，i=3表示前3个物品里面选哪个要装入。
最后求得最大价值。

这样可以显而易见地得到背包空间为8时，有以上例子中的4个物品要装，能装到的价值最大总和为10。即选->(重量3价值4的物品)加上(重量5价值6的物品)，总价值为10，最大。

最后问题来了！

怎么通过编程求得这个表格？？？

  for (int i = 1; i <= n; i++)
   for (int j = h; j>=w[i]; j--)
    ex[j] = max(ex[j], ex[j - w[i]] + v[i]);

这个就是算法的关键之处！
ex数组表示背包。ex[j]表示背包容量为j时，我们能装下的最大价值。

先看内层循环，

采用倒序，先求背包容量最大值时，是否装入重量为w[i]的物品
当然，能装下，肯定要装。
装了该物品，背包的容量就要相应的减去该物品的重量。
这也就是j - w[i]的意义。

ex[ j - w[i] ] 就表示，背包在容量为j - w[i]时，能装下的最大价值。

ex[ j - w[i] ] + v[i] 就表示，装了该物品后背包里面的最大价值。

最后比较（未装该物品的背包总价值）和（装了该物品的背包总价值）哪个更大，更大的就存入到这个ex数组里面。
很多人会说，这不是废话吗？肯定装了物品价值更大啊，可是你有没有考虑到，该物品价值为负数的时候。

再看外层循环

i不断增加，i每增加一，就是在判断，这些背包容量j里面，装物品i与不装物品i，价值会不会变大。
通过这样的几层循环，就能求得这个表格。

以下为代码：

#include "pch.h"
#include <iostream>
#include<algorithm>
using namespace std;
int n, h;  //n为n个物品，h为背包的空间
int w[1002], v[1002];//w为物品的重量，v为物品的价值
int ex[1002];  //ex[h]为当背包的空间为h时，能装下总价值最大的物品
int main()
{
 int T;  //T组数据
 cin >> T;
 while (T--)
 {
  cin >> n;
  cin >> h;
  for (int i=1; i <= n; i++)
   cin >> v[i];
  for (int i = 1; i <= n; i++)
   cin >> w[i];
  memset(ex, 0, sizeof(ex));  //初始化ex数组
  for (int i = 1; i <= n; i++)
   for (int j = h; j>=w[i]; j--)//j>=w[i]保证了背包还能装下第i个物品
    ex[j] = max(ex[j], ex[j - w[i]] + v[i]);
    //ex[j]变为->ex[j]和（ex[j-第i个物品的重量]+第i个物品的价值）二者中值更大的一个
  cout << ex[h] << endl;
 }
}