动态规划（背包问题）：01背包

题目描述

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，可使这些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。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，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。

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例

8

题解代码（二维版本）

（1）状态表示f[i,j]：选择前i个物品，背包容量为j的最大价值：

• 当前计算的f[i,j]要依赖于之前的状态，可以理解从初始状态f[0,0]=0开始决策，有N件物品，就需要决策N次

(2)状态计算f[i,j]：将f[i,j]这个集合拆分为两部分，即包含有i和不包含有i的两部分

• 这里的不包含i是由于当前背包容量不够（j<v[i]），没得选，因此前i个物品最优解即前i-1个物品最优解，因此f[i,j]=f[i-1,j]。

• 这里包含i是由于当前背包容量够，可以选i，因此状态转移方程为f[i,j]=f[i-1,j-v[i]]+w[i]。

（3）最后，我们的决策是取到最大值，因此将以上两种情况取max()。

代码如下：

#include<bits/stdc++.h>
using namespace std;
const int N=1010;
int n,m;
int v[N],w[N]; //体积    价值 
int f[N][N];   //f[i][j],前i 个物品下，不超过体积j的最大价值 
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=1;j<=m;j++){
if(j<v[i]){ //当前背包容量装不进去第i个物品 ，则价值等于前i-1个物品 
f[i][j]=f[i-1][j]; 
}
else if(j>=v[i]){  //能装得下，但需要进行判断需不需要将i个物品装下 
f[i][j]=max(f[i][j],f[i-1][j-v[i]]+w[i]);
}
 
}
}
cout<<f[n][m];
return 1;
}

题解代码(一维版本)

将状态f[i,j]优化到一维f[j]，即f[j]表示背包容量j下的最优解

• 注意，枚举物品状态的时候j必须从m开始

• 为什么一维情况下枚举背包容量需要逆序？在二维情况下，状态f[i][j]是由上一轮i - 1的状态得来的，f[i][j]与f[i - 1][j]是独立的。而优化到一维后，如果我们还是正序，则有f[较小体积]更新到f[较大体积]，则有可能本应该用第i-1轮的状态却用的是第i轮的状态。

例如，一维状态第i轮对体积为 3的物品进行决策，则f[7]由f[4]更新而来，这里的f[4]正确应该是f[i - 1][4]，但从小到大枚举j这里的f[4]在第i轮计算却变成了f[i][4]。当逆序枚举背包容量j时，我们求f[7]同样由f[4]更新，但由于是逆序，这里的f[4]还没有在第i轮计算，所以此时实际计算的f[4]仍然是f[i - 1][4]。简单来说，一维情况正序更新状态f[j]需要用到前面计算的状态已经被「污染」，逆序则不会有这样的问题。

• 状态转移方程为:f[j]=max(f[j],f[j-v[i]]+w[i])。

#include<bits/stdc++.h>

using namespace std;

const int N=1010;
int n,m;
int v[N],w[N]; //体积    价值  
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--){
            if(j<v[i]){
                f[j]=f[j];
            }else if(j>=v[i]){
                f[j]=max(f[j],f[j-v[i]]+w[i]);
            }

        }
    }
    
    cout<<f[m];
    
    return 1;
}