01背包问题解题思路

背包容量为W，第i件物品重量weight[i]，第i件物品的价值value[i]。每件物品只能使用一次，求解背包所能装下的最大价值。

明确dp数组定义
二维数组dp[i][j]：表示背包容量为j时，从下标为0到i的物品中随意取，价值总和的最大值。
确定递推公式
很明显一个物品只有选和不选两种状态
那么dp[i][j]可以由两种状态推出：

//1.选当前物品：dp[i][j]就是dp[i-1][j-weight[i]+value[i]
//2.不选当前物品：dp[i][j]就是dp[i-1][j]
//取两者的最大值：
dp[i][j]=max（dp[i-1][j-weight[i]+value[i]，dp[i-1][j]）;

dp数组的初始化
j=0时，背包总价值一定是0
由递推公式可以看出dp[i][j]依赖于dp[i-1][j]，要初始化i=0时数组

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

倒序遍历，保证每个物品只使用一次！

确定遍历顺序

//先遍历物品或者背包都可以
// 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]; // 这个是为了展现dp数组里元素的变化
        else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
        
    }
}