关于01背包问题，你搞懂了吗？

01背包问题

首先我们来看一下案例，通过案例来对01背包问题进行理解

• 有N件物品和一个最多能背重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大？
  
  很多同学拿到这种题感觉无法下手，这是典型的01背包问题，下面通过一个具体的例子进行讲解，采用动态规划的方法解决01背包问题。
  
  首先根据动态规划的五部曲进行解题：
  1.确定dp数组及其下标的含义
  在这里我们采用的是二维数组进行定义的，dp[i][j]表示将下标为0-i之间的物品装入背包容量为j的背包中所能获取的最大值。
  我们要时刻牢记dp[i][j]的作用，可以通过如下的图进行理解
  
  2.确定递推公式
  首先我们分析一下，对于dp[i][j]来说，我们得到这个最大价值的情况只能通过两种情况获取，对于物品i来说，我们无非是有两种情况，取或者不取
  if(取） ：dp[i][j]=dp[i-1][j-weight[i]]+value[i]
  if(不取）：dp[i][j]=dp[i-1][j]
  所以最终的dp[i][j]=max(取的情况，不取的情况)
  在这里我们要时刻牢记递推公式的含义及其下标的意义。

3.进行初始化

首先当背包容量为0的情况下，dp[i][0]在任何情况下都为0，因为背包都装不了东西，最大价值肯定就是0；
再来看递推公式，dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])
dp[i][j]是由dp[i-1]推出来的，所以dp[0][j]就必须要初始化，在初始化的时候始终要牢记数组的意思，不然会越来越绕。

	vector<vector<int>> dp(weight.size()+1,vector<int>(bagweight+1,0));	
	for(int i=bagweight;i>=weight[i];i--){
		dp[0][i]=dp[0][i-weight[0]]+value[0];
	}

注意：在这里我采用的是逆序遍历，因为如果正序遍历的情况下，dp[0][i]会重复叠加，举个例子：
正序遍历的情况下
dp[0][1]=15
dp[0][2]=dp[0][2-1]+15=30
所以不能正序进行遍历

4.确定遍历顺序
在进行初始化完成后，开始进行遍历，在遍历之前，我们首先想一想怎么进行遍历，是先对物品进行遍历还是先对背包重量进行遍历呢？
那么我们首先来看一下先对物品进行遍历的情况

	for(int i=1;i<weight.size();i++){
		for(int j=0;j<=bagweight;j++){
			if(j<weight[i]){
				dp[i][j]=dp[i-1][j];
			}
			else{
				dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
			}
		}
	}

下面先对容量进行遍历，在对物品进行遍历

	for(int j=0;j<=bagweight;j++){
		for(int i=1;i<=weight.size();i++){
			if(j<weight[i]){
				dp[i][j]=dp[i-1][j];
			}
			else{
				dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
			}
		}
	}

其实无论是先遍历物品还是先遍历背包都是一样的，这个需要去理解他的本质，虽然两个for循环遍历的次序不同，但是dp[i][j]所需要的数据就是左上角，根本不影响dp[i][j]公式的推导！

5.举例推导dp数组

完整的C++实现代码：

void test_2_wei_bag_problem1() {
    vector<int> weight = {1, 3, 4};
    vector<int> value = {15, 20, 30};
    int bagWeight = 4;

    // 二维数组
    vector<vector<int>> dp(weight.size() + 1, vector<int>(bagWeight + 1, 0));

    // 初始化 
    for (int j = bagWeight; j >= weight[0]; j--) {
        dp[0][j] = dp[0][j - weight[0]] + value[0];
    }

    // weight数组的大小 就是物品个数
    for(int i = 1; i < weight.size(); i++) { // 遍历物品
        for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量
            if (j < weight[i]) dp[i][j] = dp[i - 1][j];
            else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);

        }
    }

    cout << dp[weight.size() - 1][bagWeight] << endl;
}

int main() {
    test_2_wei_bag_problem1();
}