My Sixth-eighth Page - 0-1背包理论基础(滚动数组) - By Nicolas

小尼写的这篇page是先对0-1背包上一篇的二维数组求解做一个优化，小尼在这里优化成一维数组进行对应的求解。我们发现可以把dp[i-1]那一层拷贝到dp[i]上，表达式完全可以是：dp[i][j] = max(dp[i][j], dp[i][j - weight[i]] + value[i]);我们看到这一个思路，我们其实可以想到我们为什么不直接用一个一维数组来表示：dp[j]即可，这个数组小尼在这里也是称为滚动数组，滚动的由来就是我们满足上一层的条件，我们可以进行重复的利用，并且直接拷贝到当前层。

小尼继续来给各位分析一下动规五部曲：

第一步：确定dp数组的定义

在一维dp数组中,dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]

第二步：一维dp数组的递推公式

其实我们递推公式的推导也是从两个方向进行对应的推到，我们也只有两种进行的方式，要么就是放入i，要么就是不放入。一个是取自己dp[i]相当于二位dp数组中的dp[i-1][j]，即是不放入物品i；一个是取dp[j-weight[i]] + value[i]，即放入物品i，指定是最大的，毕竟是求最大的价值，所以我们的递归公式就是：dp[j] = max(dp[j],dp[j - weight[i]] + value[i]);

第三步：一维数组如何进行初始化

其实因为我们这里直接就是一维数组，所以我们的初始化也是比较简单的，直接就是dp[0] = 0，因为背包容量为0所背的物品的最大的价值就是0.

第四步：一维dp数组遍历顺序

for(int i = 0; i < weight.size(); i++) { // 遍历物品
    for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
        dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

    }
}

这边就不像二维遍历一样了，这里遍历的顺序是需要先遍历物品，然后再遍历背包的容量，我们再这里跟二维遍历就不一样，小尼也在这里跟大家说明一下原因，我们这里的第二层for循环的遍历是从bagWeight开始的，原因是我们需要保证每一件物品一定只能取出一次，一旦我们从头开始进行对应的遍历，我们的物品就会取多次，所以我们采取从后遍历的顺序进行

第五步：最后只需要导出我们的dp数组即可

小尼接下来来一段一维数组可以遍历的例代码：

 public static void main(String[] args) {
        int[] weight = {1, 3, 4};
        int[] value = {15, 20, 30};
        int bagWight = 4;
        testWeightBagProblem(weight, value, bagWight);
    }

    public static void testWeightBagProblem(int[] weight, int[] value, int bagWeight){
        int wLen = weight.length;
        //定义dp数组：dp[j]表示背包容量为j时，能获得的最大价值
        int[] dp = new int[bagWeight + 1];
        //遍历顺序：先遍历物品，再遍历背包容量
        for (int i = 0; i < wLen; i++){
            for (int j = bagWeight; j >= weight[i]; j--){
                dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
            }
        }
        //打印dp数组
        for (int j = 0; j <= bagWeight; j++){
            System.out.print(dp[j] + " ");
        }
    }

希望可以帮助到小伙伴们~~~