01背包 与 完全背包 中的降维

1. 01背包

每种物品只有一件

对于二维降一维，外层循环中的每一个i其实是不需要记录的
所以在第i次循环刚开始时，所有的dp[]都未更新，此时下面的dp[x]记录的是前i-1个物品在容量是x时的最大值(x>=0&&x<=V)

dp[0]	dp[1]	dp[2]	dp[…]	dp[V]

相当于dp[i][x]=dp[i-1][x]和dp[i-1][x-w[i]]+c[i]

• 下面看01背包的1维数组存放的代码

for(int i=1;i<=n;i++)
{
   for(int x=V;x>=w[i];x--)
   {
     dp[x]=max(dp[x],dp[x-w[i]]+c[i]);
   }
}
   
   

   
   

所以x递减遍历的原因：我们要保证在i时刻求解dp[x]的时候，max比较的dp[x]项与dp[x-w[i]]+c[i]项必须是i-1时刻的值，

dp[0]	dp[1]	dp[2]	dp[…]	dp[x-w[i]]	dp[…]	dp[x]	dp[…]	dp[V]

假如我们正序遍历，从左往右第一次更新得到的dp[x-w[i]]+c[i],此时它的含义是前i个物品在容量是x-w[i]时的最大值，然后再往后，更新到dp[x]时显然max中的dp[x-w[i]]+c[i]项中的i-1时刻的值已经被覆盖为i时刻的值了，所以不能正序遍历，需要逆序遍历，防止被更新

2. 完全背包

每种物品有无穷件

首先区别与01背包，因为物品有无穷件所以放第i件时转移到的是dp[i][x-w[i]]+c[i],在i-1时刻其存储的意义也是dp[x]记录的是前i-1个物品在容量是x时的最大值

• 下面看完全背包的1维数组存放的代码

for（int i=1;i<=n;i++）
{
    for(int x=w[i];x<=V;x++)
    {
       dp[x]=max(dp[x],dp[x-w[i]]+c[i]);
    }
}

   
   

   
   

所以x递增遍历的原因：因为放放第i件时转移到的是dp[i][x-w[i]]+c[i]，对应与dp[x-w[i]]+c[i],它表示的是前i个物品在容量是x-w[i]时的最大值*，所以需要正序遍历(上面讲过啦~)