动态规划之0-1背包问题

题目：

给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问:应如何选择装入背包的物品，使得装入背包中物品的总价值最大?

思路：

用dp[i][j]表示当前背包放进i件物品后剩余容量为j对应的最大价值。当考虑第i件物品时，有装与不装两个选择。

首先如果当前剩下的容量小于i的重量（j<wi），那肯定不装，因为装不了，对应的dp[i][j]=dp[i-1][j]；

如果当前剩下的容量大于i的重量（j>wi），还能装得下，应该根据能得到的价值决定装与不装，如果装，那么价值为dp[i-1][j-wi]+vi，如果不装，那么价值为dp[i-1][j]，所以此时的最大价值dp[i][j]=max(dp[i-1][j], dp[i-1][j-wi]+vi)。

注意：开的数组是n+1*c+1的，因为要保存初始值，即j=0和i=0的值，初始化时，dp[i][0]=0，因为没有容量时最大价值都是0。

代码如下：这种思路的时间和空间复杂度都是O(n*c)，可以回溯找到最优解的组成。

int findMax(int n, int c)
{
    int **dp=new int*[n+1];
    for(int i=0;i<n+1;i++)
    {
        dp[i]=new int[c+1];
    }
    for(int j=0;j<c+1;j++)
    {
        dp[0][j]=0;
    }
    for(int i=1;i<n+1;i++)
    {
        for(int j=1;j<c+1;j++)
        {
            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]]+v[i]);
        }
    }
    return dp[n][c];
}

如果不需要找到最优解，还可以改进。因为每次更新只需要上一次的值，不需要更之前的值，所以可以用一维数组，进一步优化空间。但是更新的顺序应该是从c到1，因为后面的值更新要用到前面的值，如果先更新小下标的，大下标的更新的时候只能得到更新之后的值了。

int findMax(int n, int c)
{
    int *dp=new int[c+1];
    for(int j=0;j<c+1;j++)
    {
        dp[j]=0;
    }
    for(int i=0;i<n+1;i++)
    {
        for(int j=c;j>=1;j--)
        {
            if(j>w[i])
                dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
        }
    }
    return dp[c];
}