动态规划-01背包问题

1. 问题描述

有N件物品和一个容量是V的背包，每件物品只能使用一次，第i件物品的体积是vi，价值是wi，求解将哪些物品装入背包可以使物品的总体积不超过背包容量，且总价值最大，输出最大价值。

2. 输入格式及输出格式

输入格式：第一行两个整数，表示物品数量和背包容积，接下来有N行，没行两个整数vi和wi，用空格分开，分别表示第i件物品的体积和价值。

输出格式：输出一个整数，表示最大价值

3. 基本思想

首先，我们可以设置一个f[i][j]用来表示，物品遍历到第i个时，容量为j的最大价值（物品可能放了也可能会没放），设置两重循环，第一层用来遍历物品，第二层遍历容量，将每一层的f[i][j]初始化赋值为f[i-1][j]，表示初始化的情况为不拿这一层的东西。当j大于v[i]时，说明当前容量可以取得这个物品，此时，我们就需要与不拿的情况做比较取最大值，于是可得基本的动态规划方程：f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i] + w[j]）

4. 代码实现

由上述分析，可得代码如下

#include <iostream>

using namespace std;

const int N = 10010;
int n, m;
int v[N], w[N];
int f[N][N];

int main(){
    
    cin >> n >> m;
    
    for (int i = 1; i <= n; i ++ ) cin >> v[i] >> w[i];
    
    for (int i = 1; i <= n; i ++ )
        for (int j = 0; j <= m; j ++ ) {
            f[i][j] = f[i - 1][j];
            if (j >= v[i]) f[i][j] = max(f[i - 1][j], f[i - 1][j - v[i]] + w[i]);
        }
    
    cout << f[n][m] << endl;
    
    return 0;
}

5. 代码优化

细心的朋友可能会发现，我们每一次的计算，只是在前一层的基础上进行覆盖，你现在要计算f[i][j]的值，实际上可以用f[i - 1][j]暂存，可以省下一部分空间，所以第一时间我们会想到，优化代码为：

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

以上代码真的正确吗？当然不是，当我们选择以上形式的话，f[j - v[i]]其实相当于f[i][j - v[i]]，这显然是与f[i - 1][j - v[i]]是不符的，换句话说，我们在动态规划的过程中，改变了我们这一层滑动数组的值，如何避免？我们可以选择从前往后进行遍历优化，即：从j容量开始，一直减到v[i]，于是，我们可以得到以下的代码：

#include <iostream>

using namespace std;

const int N = 10010;
int n, m;
int v[N], w[N];
int f[N];

int main(){
    
    cin >> n >> m;
    
    for (int i = 1; i <= n; i ++ ) cin >> v[i] >> w[i];
    
    for (int i = 1; i <= n; i ++ )
        for (int j = m; j >= v[i]; j -- )
            f[j] = max(f[j], f[j - v[i]] + w[i]);
    
    cout << f[m] << endl;
    
    return 0;
}

任何错误，欢迎指正，Thanks♪(･ω･)ﾉ