01背包总结

 首先，需要明确dp[i][j]的含义：从前i件物品中取一些出来放在容量为j的背包里能获取的最大价值。

状态转移方程是：dp[i][j]=max(dp[i-1][j],dp[i-1][j-c[i]]+w[i])

这个方程非常重要，基本上所有跟背包相关的问题的方程都是由它衍生出来的。所
以有必要将它详细解释一下：“将前 i 件物品放入容量为 j 的背包中”这个问题，若
只考虑第 i 件物品的策略（放或不放），那么就可以转化为一个只和前 i − 1 件物品相关
的问题。如果不放第 i 件物品，那么问题就转化为“前 i − 1 件物品放入容量为 j 的背
包中”,价值为 dp[i-1][j]；如果放第 i 件物品，那么问题就转化为“前 i − 1 件物品放
入剩下的容量为 v-c[i] 的背包中”，此时能获得的最大价值就是dp[i-1][j-c[i]]再加上通过放入第 i 件物品获得的价值 w[i]。

对于样例：

5 10
1 5
2 4
3 3
4 2
5 1

可以计算出二维的dp数组。如下所示：

dp	j=0	j=1	j=2	j=3	j=4	j=5	j=6	j=7	j=8	j=9	j=10
i=1	0	5	5	5	5	5	5	5	5	5	5
i=2	0	5	5	9	9	9	9	9	9	9	9
i=3	0	5	5	9	9	9	12	12	12	12	12
i=4	0	5	5	9	9	9	12	12	12	12	14
i=5	0	5	5	9	9	9	12	12	12	12	14

最终的答案保存在dp[5][10](ps:前5件物品装入容量为10的背包能获取的最大值)中，那么我们接下来看看dp[5][10]是怎么计算出来的。

dp[5][10]=max(dp[4][10],dp[4][10-5]+1)

很显然取的是dp[4][10]的值，也就是说不取第5件。这样问题就转化为了求前4件且容量不超过10的最大价值。

同理dp[4][10]是由dp[3][10-4]+2得到

dp[3][6]由dp[2][6-3]+3得到

dp[2][3]由dp[1][3-2]+4得到

dp[1][1]由dp[0][0]+5得到

这是倒推的过程。

实现的时候，我们得正着推，所以要先算出i=1时，v=0,1,2...10的所有状态对应的最大价值，这样i=2时，利用状态转移方程dp[i][j]=max(dp[i-1][j],dp[i-1][j-c[i]]+w[i])就可以计算出v=0,1,2...10的所有状态对应的最大价值。然后依次计算下去。直到第n件。

代码如下：

#include<bits/stdc++.h>
using namespace std;
int n,V;
int c[1005],w[1005],dp[1005][1005];
int main()
{
	cin>>n>>V;
	for(int i=1;i<=n;i++) cin>>c[i]>>w[i];
	for(int i=1;i<=n;i++)//枚举物品 
	{
		for(int j=0;j<=V;j++)//枚举容量
		{
			dp[i][j]=dp[i-1][j];//如果不取第i件物品 
			if(j>=c[i])//如果体积够装第i件物品就取 
			{
				//看取第i件能获取的价值大 ，还是不取能获取的价值大，哪个大取哪个 
				dp[i][j]=max(dp[i][j],dp[i-1][j-c[i]]+w[i]);
			} 
		}
		cout<<endl;
	} 
	cout<<dp[n][V]<<endl;
	return 0;
}