如果使用二维数组作为dp数组,dp[i][j]表示容量为j的背包,装前i件物品,最大价值是多少。
dp[i][j] = max(dp[i-1][j],dp[i][j-w[i]]+v[i])
两种情况,选择总价更高的情况:
1.不放第i件物品的总价:dp[i-1][j]
2.已经把第i件物品放进背包,剩余空间的价值+第i件物品的价值
等于说dp[i][j],和其左上方元素相关,在容量维度遍历时,每次计算dp[i][j]等于都考虑了一次第i件物品
在01背包遍历时(i为物品维度,j为容量维度)
for (int i = 1; i < m; i++) {
for (int j = n; j >=1; j--) {
if (j>=nums[i]){
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-w[i]]+v[i]);
}else{
dp[i][j] = dp[i-1][j];
}
}
}
在容量维度,要从后往前计算(从容量大向容量小计算)
计算容量大对容量小的结果不造成影响,所以等于第i件物品只被考虑了一次,也就是01背包问题
在完全背包遍历时(i为物品维度,j为容量维度)
for (int i = 1; i < m; i++) {
for (int j = 1; j <=n; j++) {
if (j>=nums[i]){
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-w[i]]+v[i]);
}else{
dp[i][j] = dp[i-1][j];
}
}
}
在完全背包问题时则相反,需要从小向大遍历,等于考虑第i件物品重复出现的情况。
ps 多重背包问题
多重背包问题其实可以展开为01背包问题
ps滚动数组同二维数组
滚动数组也就是多次遍历一维数组,一次遍历结束后,此时数组中的值也就是二维数组中dp[i-1][*]的值,原理一致