动态规划详解-背包问题(超简单理解加区分01背包和完全背包)

01背包

对于01背包我们面对一件物品时只有两种选择 拿或者不拿 看哪种价值最大
动态转移方程为 f[i][j]=max(f[i-1][j],f[i-1][j-v]+w);
让我们先来看看朴素算法

我们接下来对朴素算法进行优化

对于朴素算法我们进行优化 可以对空间优化 将二维动态压缩成一维
而优化时我们需要去点f[i]这一维 去掉后我们判断和之前的式子是否相等
我们可以在图中看出我们原来需要的是f[i-1][j-v]+w的值而现在由于j>v
我们的式子等价于f[i][j-v]+w,我们需要的是第i-1层的值，现在我们得到的是被第i层更新过的值所以我们需要巧妙的降序循环 把第二层变为for(int j=m,j>=v[i];j–) 这样我们每次计算时使用的是没被更新过的f数组 也就是我们说的第i-1层的值。
优化后

完全背包

完全背包的特点就是这个物品我可以不拿或者拿k个
那么我们得到状态转移方程就是
f[i][j]=max(f[i-1][j],f[i-1][j-v]+w,f[i-1][j-2v]+2w,………])
光是看这个方程我们没法操作而当我们列出了
f[i][j-v]=max(f[i-1][j-v],f[i-1][j-2v]+w, f[i-1][j-3v]+2w)
两个式子合并
我们可以得到新的状态压缩方程
f[i][j]=max(f[i-1][j],f[i][j-v]+w)
完全背包朴素算法

进行优化

对于朴素算法我们进行优化 可以对空间优化 将二维动态压缩成一维
而优化时我们需要去点f[i]这一维 去掉后我们判断和之前的式子是否相等
而图中式子均相等
我们发现我们需要的就是第i层更新的值 想要第i层更新的值需要正序遍历
因为j>v[i] 所该值在第i层被更新完毕
优化后