背包DP详解

1.$01$背包

题目简介：

有$n$个物品和一个容量为$v$的背包，每个物品的价值为$c[i]$，体积为$w[i]$，要求选择一些物品放入背包中，使物品总体积不超过$m$的前提下，物品的总价值最大，求最大总价值。

基本思路：

这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。用子问题定义状态：即$f[i][j]$表示前 $i$ 件物品恰放入一个容量为$j$的背包可以获得的最大价值。则其状态转移方程便是：

f[i][j]=max(f[i-1][j],f[i-1][j-w[i]]+c[i]);
/*
f[i-1][v]为不取第i件物品，让前i-1件物品来装v这么大的空间
f[i-1][v-w[i]]+c[i]为取第i件物品，让前i-1件物品来装v-w[i]这
么大的空间（因为要给第i件物品腾空间，所以是v-w[i]），然后加上
第i件物品的价值。
这里要注意，j要大于等于w[i]
*/

核心代码如下：

for(int i=1;i<=n;i++) {
   
	for(int j=0;j<=m;j++) {
   
		f[i][j]=f[i-1][j];
		if(f[i-1][j-w[i]]+c[i]>f[i][j])
			f[i][j]=f[i-1][j-w[i]]+c[i];
	}
}

优化：

细细一品，其实我们可以用滚动数组来优化，因为我们可以发现第$i$个阶段的决策只与第 $i-1$阶段有关，所以我们第一维只用开$2$；
核心代码：

int f[2][1005];
//第二维的大小就是v的范围，我这里是随便编得一个
for(int i=1;i<=n;i++) {
   
	for(int j=0;j<=m;j++) {
   
		f[i&1][j]=f[(i-1)&1][j];
		if(f[(i-1)&1][j-w[i]]+c[i]>f[i&1][j])
			f[i&1][j]=f[(i-1)&1][j-w[i]]+c[i];
	}
}

再细细一品，在每个阶段的开始时，实际上执行了一次从$f[i-1][]$到$f[i][]$的拷贝操作，于是我们就可以将二维改为一维。$f[j]$表示背包中放入总体积为 $j$ 的物品的总价值。
核心代码：

for(int i=1;i<=n;i++) {
   
	for(int j=m;j>=w[i];j--) {
   
		f[j]=max(f[j],f[j-w[i]]+c[i]);
	}
}

注意，这里我们是用的倒序循环。循环到$j$时：
$f$数组中$f[jm]$处于第$i$个阶段， f [ 0   j −