01背包入门及解题思路

1.打表

动态规划的核心思想就是通过子问题的解，最终得出最终问题的解，当所有的子问题都解决了，最原始问题的解也就出来了，所以我们经常用一个数组dp来记录子问题的解，每当第一次求解时就把问题的解求出并存起来，当遇到相同问题时就不用重新求解，可以直接复用子问题的解。

这里告诉我们2个关键点，一是可以通过求解子问题的解来得出原问题的解，二是整个dp数组打表完成，答案就在dp数组里面，因为每个子问题都满足最优子结构即每个子问题的解都是最优解

2.最优子结构

动态规划告诉我们，要使用动态规划，必须满足重复子问题和最优子结构，最优子结构就是每个子问题的求解都是最优解。从这里我们可以看出，每个子问题的最优解可能有n种策略得出，但不管有几种策略，得到子问题的解就是所有策略最优的结果

3.无后效性

无后效性就是当子问题的解确定下来了，就一直不会改变，一直是这个结果，不会受到后面的计算而改变该子问题的解。比如dp[5]=5，那么这个子问题的解确定下来之后就不会再改变。

动态规划三步走

1.定义dp数组的含义：要求谁就定义谁

2.根据观察列出状态转移方程

3.找出初始条件

此题目出自算法笔记

1.我们根据第一步，定义dp数组的含义，由于题目要求使得背包内物品的总价值最大，所以我们定义取前i件物品装入容量为v的总价值最大。

2.观察

刚开始，物品为0件，也就没有存放物品之说，所以第一行全部填0，背包容量为0，所以也没有容量，第一列全部填0。

        当物品数量为1时，容量为0时，背包放不下，因为第一件物品重量为3，所以背包价值为0，同理，当背包容量为1,2时也是0，背包同样存不下。

        当背包容量为3时，根据观察，这里可以选择存下第一个物品，所以此时最优子结构是当背包容量为3时，背包价值为4对吧，那么这个4是怎么的出来的呢？我们暂且不表，因为还比较难看出来，我们只知道当物品重量小于等于背包容量时，可以存下第一个物品，即w[i]<=j时，dp[i][j]=4，因为只有一个物品，所以当背包容量大于3时，都只能存下一个物品，所以背包容量为4-10时，背包最大总价值都为4。

         当物品数量为2时，背包容量0-2都满足不了存放任何一个物品，所以背包总价值为0，当背包容量为3时，能存下第一个物品，但是存不下第二个物品对吧？所以此时最大的背包价值就是上一个物品的最大背包价值，即当w[i]>j（第二个物品重量大于背包容量时），最优的选择就是选择上一个物品，此时最大价值为4。此时可以列出第一个dp转移方程，dp[i][j]=dp[i-1][j]。同理当背包容量为4时，只能选择上一个物品，最大价值为4。

         当背包容量为5时，我们可以选择2个物品，第一个物品重量为3能被选择，第二个物品重量为5也能选择，那么选择哪个价值更大呢？即可以说第二个物品选还是不选的问题，因为选和不选都有可能使背包价值更大，为比较2种选择的最大值。当不选择时，就是选择上一个物品dp[i-1][j]，最大价值为4，当选择时，最大价值就是5，经过肉眼观察比较我们得出选择第二个物品为最优解。选择时我们要减去背包容量，同时加上第二个物品的价值。此时我们可以列出状态转移方程，即w[i]<=j（第二个物品的重量小于背包容量），dp[i][j]=max(dp[i-1][j]（不选择）,dp[i-1][j-w[i]]+v[i]（选择）)，可以带入试试，当背包容量为5时，选择第二个物品时dp[1][0]+5表示，第一个物品不选，选择第二个物品。因为dp[1][0]为0嘛，表示在只有一个物品且容量为0时，背包最大值为0。在只有一个物品遇见过的时候已经记录过答案了，直接复用。同理，当背包容量为6-7时，都是选择第二个，背包价值最大为5，

        当背包容量为8时，此时2个物品都能放下，即w[i]<=j(第二个物品小于背包容量)，dp[i][j]=dp[i-1][j-w[i]]+v[i]，合并到dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+v[i]，由于都是要选择第二个，dp[i-1][j-w[i]]+v[i]的值始终要大于dp[i-1][j]，所以可以合并。带入看看，当背包容量为8，选择第二个物品时dp[1][4]+5，而dp[1][4]我们在物品只有一个时已经记录过了，dp[1][4]=4，所以背包最大值为4+5=9。

至此，所有的条件已经找齐了 

列出状态转移方程

当w[i]>j时，dp[i][j]=dp[i-1][j]；

当w[i]<=j时，dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+v[i]);

3.找出初始条件，即当有0件物品可以选时，第一行全为0，当背包容量为0时，第一列全为0。因为创建数组时默认全部赋值为0，所以初始条件可以忽略掉

输入

5 8
3 5 1 2 2
4 5 2 1 3

完整代码

#include <cstdio>
#include <iostream>
#include <queue>
#include <cstring>
#include <cmath>
using namespace std;


int n,v;			//有几件物品，背包容量 
int w[100];			//重量 
int c[100];			//价值 
int dp[100][100]; 	//dp数组 
int main(){


	//输入 
	cin>>n>>v;
	for(int i=1; i<=n; i++){		//输入重量 
		cin>>w[i];
	}
	for(int i=1; i<=n; i++){		//输入价值 
		cin>>c[i];
		
	}
	
	
	/*因为创建数组时默认全部赋值为0，所以初始条件可以忽略掉。*/
	//dp 
	for(int i=1; i<=n; i++){		//从第1件物品开始选 
		for(int j=1; j<=v; j++){	//背包容量 
			if(j<w[i]){
				dp[i][j]=dp[i-1][j];
			}else{
				dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+c[i]);
			}
		}
	} 
	
	cout<<dp[n][v];					//输出最大值 
	return 0;
} 

 输出