01背包问题 最低级理解

01背包问题

下面给出 5 个物品信息和 1 个体积为 10 的背包：
number 1 2 3 4 5
volume 2 2 4 5 6
price 2 3 2 4 5
提出问题：找到这个背包能装下物品的最大价值是多少？
对于蒟蒻来说，这个问题很好解，直接模拟过程，遍历每个物品，选或不选，即0和1中做出选择，之后找到所有情况中的价值最大的那种搭配就行。
如果你是这样想的，那么我可以告诉你，你一定可以求出答案！
但是如果我把问题扩大一点：有1e6个物品信息，背包体积为capacity , 求最大价值。
那么你还能用同样的方法解出来吗？
所以这时候我们就要找到一个更加高效的算法。
下面分析问题： 从1e6个物品中找最大价值，我们最多要经过2的1e6次方的运算（天文数字），那么造成这么大的运算的直接原因是重复运算次数太多。（实际上是因为数据过大 ）
举个例子，如果我要从1e6个物品中找出一个物品，使包内物体的价值最大，那么想都不要想，找 price 最高的。那么如果从1e6个物品中找 二 个物品，使包内价值最大怎么找呢？
蒟蒻的算法是这个样子的：如果第一个选 物品a，如果第二个物品选 b ，那么他们的总价值的就是V1, 记录V1的值，然后进行下一轮：如果第一个物品选的是a,第二个物品选的是c，那么他们的价值是V2,记录下来，然后重复上述步骤。这样下来，我们的运算次数最大是1e12。
那么我们现在优化一下：我们已经找到了包中装一个物品的最大价值，运算次数最大为1e6，那么我们现在只用找1e6个物品中第二大的物品，运算次数最大为1e6，那么这两个物品的价值和一定是最大的，且运算次数为2*1e6。和蒟蒻算法比价一下，不知道快了多少！

---

看完例子，相信大家已经知道什么是动态规划了吧！划重点：通过保存中间结果来避免不必要的重复计算，从而保证效率。
那么我们的优化代码怎么写呢？如下：

#include<bits/stdc++.h>
using namespace std;
int volume[100],price[100];
int v[100][100]={0};
int main()
{
	int T,capacity;
	cin>>T>>capacity;
	for(int i=1;i<=T;i++)
	{
		cin>>volume[i]>>price[i];
	}
	for(int i=1;i<=T;i++)
	{
		for(int j=1;j<=capacity;j++)
		{
			if(v[i-1][j-volume[i]]+price[i]>v[i-1][j]&&j>=volume[i])
			{
				v[i][j]=v[i-1][j-volume[i]]+price[i];
			}
			else 
			{
				v[i][j]=v[i-1][j];
			}
		}
	 } 
	 cout<<v[T][capacity]<<endl;
	return 0;
 } 

没看懂？待我细细道来：
我们先说v[n][m]的意义：其作用就是记忆过程，表示当剩余容积为m，从v个物体中放任意的物体时，包内的最大价值。
首先，我们必须明确：
1，在 0 个物体里选任意个物体放入背包，无论背包剩余容积为多少，其最大价值为 0 。（因为没东西了）
2，当背包的容积为0时，从 n 个物体中选任意个物体放入背包，包内最大价值为0（因为放不进去了）
所以v[0][n]和v[n][0]（n表示任意值）都为0。

---

之后解释这段代码(核心代码)：

if(v[i-1][j-volume[i]]+price[i]>v[i-1][j]&&j>=volume[i])

什么意思呢？这样想吧：现在我们走到了第 i 个物品前，我们要考虑一下到底要不要把这个物品放进包内。
打个比方：同样重量的砖头和金子，你会选哪个？（选砖头的自己拍死自己去吧！ ）为了使价值最大，肯定选的是金子。那么同样的，我选择放不放这个物品的依据就是：
我放了这个物品后的总重量是W,总价值是V1。放其他任意物品的总重量也是W,价值是V2。
那么如果V1>V2,就说明你很聪明，选了一个价值更高的东西。
所以就有这个判断：

v[i-1][j-volume[i]]+price[i]>v[i-1][j]

如果V1>V2,就跟新数据V[i][j],表示在这个状态下，包内的最大价值为多少。
如果V1<=V2，就将前面的数据代替到当前数据下。

---

所以通过两重循环，这个问题就解决了！