01 背包

题目链接： 01 背包

题意： 有 n 种物品要放到一个袋子里，袋子的总容量为 m，第 i 种物品的体积为 v_i ，把它放进袋子里会获得 w_i 的收益，每种物品至多能用一次，问如何选择物品，使得在物品的总体积不超过 m 的情况下，获得最大的收益？请求出最大收益。

输入格式：
 第一行两个整数 n, m。
 接下来 n 行，每行两个整数v_i, w_i。

输出格式：
 一个整数，表示答案。

样例输入：

5 10
5 3
3 6
7 8
5 9
2 4

样例输出

19

Step1 :

思路分析：
  01 背包问题作为经典的动态规划问题。我们拿到题目该如何考虑呢？首先我们要考虑该如何表示各种状态，通过对题目分析可以看出我们需要记录的信息有取到第 $i$ 个物品，取到第 $i$ 个物品时的总体积，以及此时的最大收益。因此我们可以使用 $f[i,j]$ 来表示取到第 $i$ 个物品时（取到而不是取了），总体积为 $j$。同时$f[i][j]$ 的值表示此时能获得的最大收益。
  接下来我们考虑状态之间是如何转移的。显然对于第 $i$ 件物品我们有取和不取两种选择，如果不取第 $i$ 件物品，那么此时的最大收益 $f[i][j]$ 就是取到前 $i-1$ 物品体积为 $j$ 的最大收益，即$f[i-1][j]$。如果我们取第 $i$ 件物品，此时的最大收益就是取到前 $i-1$ 个物品体积为 $j-v[i]$ 的最大收益加上第 $i$ 件物品的收益，即 $f[i-1][j-v[i]]+w[i]$。综上，取到第 $i$ 个物品，总体积为 $j$ 时的最大收益 $f[i][j]$ 即为上面两个情况收益的较大者，所以我们得到的状态转移方程如下：
$$f[i][j]=max\{\begin{array}{ll}f[i-1][j]& 不取第i个物品\\ f[i-1][j-v[i]]+w[i]& 取第i个物品\end{array}$$

参考代码：

#include <bits/stdc++.h>

using namespace std;

#define IO ios::sync_with_stdio(false);cin.tie(0);cout.tie(0)

const int N = 1005;

int n, m;
int v[N], w[N], f[N][N];

int main()
{
    IO;
    cin >> n >> m;
    for(int i = 1; i <= n; ++ i)
        cin >> v[i] >> w[i];
    for(int i = 1; i <= n; ++ i)
        for(int j = 0; j <= m; ++ j)
            if(j < v[i]) // 空间不够只能不取
                f[i][j] = f[i - 1][j];
            else
                f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i]);
    cout << f[n][m] ;
    return 0;
}

Step2 :

优化思路 ：
  通过Step 1我们实现了对01 背包问题的求解，但我们发现记录状态（即$f[N][N]$）所用的空间较大，那么我们在解决问题的过程中真的要使用这么大的空间吗？我们通过分析状态转移方程可知：第 $i$ 个的状态只和第 $i-1$ 个状态有关，如下图所示：

  所以我们便得到了优化思路：使用 $g$ 数组记录本轮的状态，用 $f$ 数组记录上一轮状态，本轮更新完成后再将 $f$ 数组更新为 $g$ 数组，如此往复便可以求解出最终答案。

参考代码：

#include <bits/stdc++.h>

using namespace std;

#define IO ios::sync_with_stdio(false);cin.tie(0);cout.tie(0)

const int N = 1005;

int n, m;
int v[N], w[N], f[N], g[N];

int main()
{
    IO;
    cin >> n >> m;
    for(int i = 1; i <= n; ++ i)
        cin >> v[i] >> w[i];
    for(int i = 1; i <= n; ++ i)
    {
        for(int j = 0; j <= m; ++ j)
        {
            if(j < v[i])// 空间不够只能不取
                g[j] = f[j];
            else
                g[j] = max(f[j], f[j - v[i]] + w[i]);

        }
        memcpy(f, g, sizeof(g)); // 用 g 更新 f
    }     
    cout << f[m] ;
    return 0;
}

Step3 ：

优化思路：
  通过Step2我们已经将空间优化到只需要用到 $f$ 和 $g$ 两个数组，那么我们能不能再优化一步，只用一个 $f$ 数组记录就可以呢？在这里我们再画个图看一看：

  如果我们只使用数组 $f$，我们在更新第 $i$ 轮时，$f$ 数组中存储的是 $i-1$的信息，而我们通过图可以看出，在更新第 $i$ 轮的第 $j$ 个位置时，使用的是第 $i-1$ 轮的第 $j$ 个位置或者第 $j-v[i]$ 个位置，显然就是此时的 $f[j]$ 和 $f[j-v[i]]$，显然这种优化的思路是可行的。但需要注意一点，在更新第 $i$ 轮时，$j$ 需要从大到小去枚举体积。为什么呢？如果我们从小到大去进行枚举，假如我们已经更新了第 $j-v[i]$ 这个位置，那么在更新 $j$ 这个位置时，我们需要使用 $j-v[i]$ 这个位置第 $i-1$ 轮的信息，但此时 $j-v[i]$ 这个位置上的信息已经是第 $i$ 轮的信息，显然这样操作我们得到的是错误的答案。通过上面的分析，我们便完成了更近一步的优化。

参考代码：

#include <bits/stdc++.h>

using namespace std;

#define IO ios::sync_with_stdio(false);cin.tie(0);cout.tie(0)

const int N = 1005;

int n, m;
int v[N], w[N], f[N];

int main()
{
    IO;
    cin >> n >> m;
    for(int i = 1; i <= n; ++ i)
        cin >> v[i] >> w[i];
    for(int i = 1; i <= n; ++ i)
        for(int j = m; j >= v[i]; -- j)
        	// 那么为什么枚举到v[i]就可以了？？？
            f[j] = max(f[j], f[j - v[i]] + w[i]);
    cout << f[m] ;
    return 0;
}

End：
  01 背包问题的求解分享就到这里结束啦，如果对大家有帮助的话，大家一定要点赞 + 收藏哦！！！