如何通过压缩空间解决的01背包

01背包问题是我们最常见dp问题，我正是通过01背包开始了解了dp。

问题：

问题描述：给定 N 件物品，物品的重量为 w[i]，物品的价值为 c[i]。现挑选物品放入背包中，假定背包能承受的最大重量为 V，问应该如何选择装入背包中的物品，使得装入背包中物品的总价值最大？

最常见的解法就是dp打表，打一个二维数组，然后返回最后一个值，即为最大值。

时间复杂度和空间复杂度都是O(n^2)

public class test02 {
    
    static int maxValue(int weight[],int value[]){
        int[][] dp = new int[3][5];     //背包的载重量为4
        for (int i = 0;i<5;i++) dp[0][i] = i>=weight[0]?value[0]:dp[0][i];  //初始化数组
        for (int i = 1; i < 3; i++)
            for (int j = 1; j < 5; j++) {
                if (j>=weight[i]){
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
                }else {
                    dp[i][j] = dp[i-1][j];
                }
            }
        return dp[2][4];
    }
    
    public static void main(String[] args) {
        int[] weight = new int[]{1,3,4};
        int[] value = new int[]{15,20,30};
        System.out.println(maxValue(weight, value));
    }
    
}

这里给了一种优化的方法，也就是滚动数组。

我们可以观察递推公式，我们是由i-1也就是在上一行数组的数据，推导出当前第i行的数据。

递推公式 dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])

可以简化为dp[i][j] = max(dp[j],dp[j-weight[i]]+value[i])

所以，我们只要有了第一行数据，然后在当前数据的基础上推导之后的所有数据。

我们可以直接定义一个一维数组来解决这个问题。

public class test02 {

    static int maxValue(int weight[],int value[]){
        int[] dp = new int[5];     //背包的载重量为4
        for (int i = 0;i<5;i++) dp[i] = i>=weight[0]?value[0]:dp[i];  //初始化数组
        for (int i = 1; i < 3; i++)
            for (int j =4; j > -1; j--) {
                if (j>=weight[i]){
                    dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);
                }else {
                    dp[j] = dp[j];
                }
            }
        return dp[4];
    }

    public static void main(String[] args) {
        int[] weight = new int[]{1,3,4};
        int[] value = new int[]{15,20,30};
        System.out.println(maxValue(weight, value));
    }
}

但是需要注意的是，我们这里的j是从后向前遍历的，而不是从前向后遍历的。

原因是如果从前向后遍历，那么同一件物品可能会选取多次。

我们可以想一下，如果是二维数组的话，我们只需要判断获取当前物品和不获取当前物品那个价值最大，即可得出答案。当我们获取物品时，我们会在第i行做出操作，即修改最大价值，而对i-1行并没有影响。

但是当我们开辟一维数组时，因为我都是在同一行数据做操作，当我选取 i 物品时，会修改当前的数据，也就覆盖了我们已经判断好的i-1件物品的最大值，对应到二维数组中也就是修改了第i-1行的数据，那么当我们j++向后遍历的时候，势必会对结果产生影响，可能会出现多次获取同一件物品的可能，因此我们需用从后向前遍历。

此时时间复杂度仍然是O(n^2)，但空间复杂度已经降到了O(n)。