0-1背包问题一维数组模拟

没错，如果背包的容量不够放下某个物品 i，这个物品就会被跳过。在这种情况下，dp[j] 不会被更新，因为我们无法把物品 i 放入背包。

举个例子说明：

假设我们有如下的物品和背包容量：

• 物品 A：重量 2，价值 3
• 物品 B：重量 4，价值 5
• 物品 C：重量 3，价值 4
• 背包最大容量 bagWeight = 5

我们用 dp[j] 表示当背包容量为 j 时，能获得的最大价值。初始化时，dp 数组的所有元素为 0，表示在没有放入任何物品时，价值为 0。

遍历物品 A (重量 2, 价值 3):

遍历背包容量，从 j = 5 到 j = 2，更新 dp 数组：

• 当 j = 5 时，dp[5] = max(dp[5], dp[5 - 2] + 3)，dp[5] = max(0, 0 + 3) = 3
• 当 j = 4 时，dp[4] = max(dp[4], dp[4 - 2] + 3)，dp[4] = max(0, 0 + 3) = 3
• 当 j = 3 时，dp[3] = max(dp[3], dp[3 - 2] + 3)，dp[3] = max(0, 0 + 3) = 3
• 当 j = 2 时，dp[2] = max(dp[2], dp[2 - 2] + 3)，dp[2] = max(0, 0 + 3) = 3

此时 dp 数组变为 [0, 0, 3, 3, 3, 3]。

遍历物品 B (重量 4, 价值 5):

遍历背包容量，从 j = 5 到 j = 4，更新 dp 数组：

• 当 j = 5 时，dp[5] = max(dp[5], dp[5 - 4] + 5)，dp[5] = max(3, 0 + 5) = 5
• 当 j = 4 时，dp[4] = max(dp[4], dp[4 - 4] + 5)，dp[4] = max(3, 0 + 5) = 5

此时 dp 数组变为 [0, 0, 3, 3, 5, 5]。

遍历物品 C (重量 3, 价值 4):

遍历背包容量，从 j = 5 到 j = 3，更新 dp 数组：

• 当 j = 5 时，dp[5] = max(dp[5], dp[5 - 3] + 4)，dp[5] = max(5, 3 + 4) = 7
• 当 j = 4 时，dp[4] = max(dp[4], dp[4 - 3] + 4)，dp[4] = max(5, 0 + 4) = 5
• 当 j = 3 时，dp[3] = max(dp[3], dp[3 - 3] + 4)，dp[3] = max(3, 0 + 4) = 4

此时 dp 数组变为 [0, 0, 3, 4, 5, 7]。

总结：

• 对于物品 A，在容量大于等于 2 的情况下，我们可以选择将其放入背包，最大价值变为 3。
• 对于物品 B，在容量大于等于 4 的情况下，可以选择将其放入背包，将最大价值提升到 5。
• 对于物品 C，在容量大于等于 3 的情况下，可以选择将其放入背包，如果同时能放下物品 A 或 B，最大价值可以达到 7。

如果某个容量 j 小于物品 i 的重量，则该物品 i 无法放入背包，dp[j] 不会更新，这就是为什么我们要判断 j >= weight[i] 的原因。