01背包问题动态规划

背包问题举例：

动态规划五部曲：
1、确定dp数组以及下标i的含义：dp[i][j] 表示的就是从下标为0-i 的物品中取，放进容量为 j 的背包，所获得的最大总和价值；

2、递推公式：dp[i][j] = max(dp[i-1][j] , dp[i-1][j - weight[i]]+value[i])
这里指的是，dp[i][j] 的状态可能有两种情况推导而来，①背包放不下物品 i , 那么此时的背包仍为dp[i-1][j] ; ② 背包能放下物品 i ，此时留给前面下标为1-i-1的物品的容量为j-weight[i] , 此时放进背包的价值则需要加上物品 i 的价值；

3、初始化
首先从dp[i][j]的定义出发，如果背包容量j为0的话，即dp[i][0]，无论是选取哪些物品，背包价值总和一定为0。如图：

再看其他情况。

状态转移方程 dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); 可以看出i 是由 i-1 推导出来，那么i为0的时候就一定要初始化。

dp[0][j]，即：i为0，存放编号0的物品的时候，各个容量的背包所能存放的最大价值。

那么很明显当 j < weight[0]的时候，dp[0][j] 应该是 0，因为背包容量比编号0的物品重量还小。

当j >= weight[0]时，dp[0][j] 应该是value[0]，因为背包容量放足够放编号0物品。

此时dp数组初始化情况如图所示：

dp[0][j] 和 dp[i][0] 都已经初始化了，那么其他下标应该初始化多少呢？

从递归公式： dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); 可以看出dp[i][j] 是由左上方数值推导出来了，那么其他下标初始为什么数值都可以，因为都会被覆盖。所以直接赋值0。

如图：
4、遍历顺序：
可以观察到有两个遍历的维度：物品与背包重量。先遍历 物品还是先遍历背包重量呢？其实都可以，但是先遍历物品更好理解。

5、举例推导dp数组

最终结果就是dp[2][4]

java代码如下：

    public static void main(String[] args) {
   
        int[] weight = {
   1, 3, 4};
        int[] value