01背包（入门）

有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。

模版：

for i=1 to n

  {

for j=0 to c[i]-1

f[i][j]=f[i-1][j];

for j=v to c[i]

f[i][j]=max{f[i-1][j],f[i-1][j-c[i]]+w[i]}

}

这里的f[i-1][j]表示的是：不取这件物品，那么就是前i-1个物品在容量为j的最大价值，因为容量是不变的，所以还是j。

       f[i-1][j-c[i]]+w[i]表示的是：取这件物品，那么就是上一步的最大价值加上这个重量，因为这一步的容量为j，所以上一步的容量要是j-c[i]，那样的话加上这次的重量才是j。

现在我们举一个例子：

#416. 【背包】采药

题目描述

宁智贤是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。” 　　如果你是宁智贤，你能完成这个任务吗？

输入格式

输入的第一行有两个整数T（1 <= T <= 1000）和M（1 <= M <= 100），用一个空格隔开，T代表总共能够用来采药的时间，M代表山洞里的草药的数目。接下来的M行每行包括两个在1到100之间（包括1和100）的整数，分别表示采摘某株草药的时间和这株草药的价值。

输出格式

输出包括一行，这一行只包含一个整数，表示在规定的时间内，可以采到的草药的最大总价值。

样例数据

input

70 3

71 100

69 1

1 2

output

3

（PS：之前我打了一个模板，出现了重大重大的失误——我中间少了一个循环，没有复制前面的数据。这是当我打了两千多个字，提交了两遍之后才发现的，太坑了。而且样例数据也太水了。而发现了这个错误之后，可以把第二个j循环换成正序的）

这里先列一下数据：

n=3     有3件物品

v=70    背包的总容量为70

C[1]=71      w[1]=100

C[2]=69      w[2]=1

C[3]=1       w[3]=2

一、i=1时  因为c[1]<v，所以第二个j循环是不存在的，所以

都不变，都为0；f[1][1]到c[1][70]也都为0（复制数据）

(就是第一件物品取与不取的问题，取的话它容量会爆，所以只能不取，值就为0）

二、i=2时  j=70 to 69；f[2][1]到f[2][68]都为0(复制数据）

1.f[2][70]=max(f[1][70],f[1][1]+1)=1

        所以说，当上一层都为0的时候，且这个物品可以取，那么就取，值就是它的价值

（就是第二件物品取与不取的问题，因为第一件物品不取，第一件物品的所有的最大价值都为0，且第二件物品不会爆容量，所以取，最大价值为1）

    2.f[2][69]=max(f[1][69],f[1][0]+1)=1

     （在容量为69的条件下，同上）

三、i=3时   j=70 to 1

          1.f[3][70]=max(f[2][70],f[2][69]+2）=3

            如果容量为70，那么第二第三件物品都要取

（到这里就有点复杂了，我们可以理解为：假设3不取，

那么最大价值为1；假设3取，且2也能取，那么就两个都取，最大价值为3）

          2.f[3][69]=max(f[2][69],f[2][68]+2)=2

     如果容量为69，那么只取第三件物品

    （同样的思路：假设3不取，还是1；假设3取，在容量

为69的条件下，2是不能取的，因为容量会爆，这时

最大价值为2）

   3.f[3][68]=max(f[2][68],f[2][67]+2)=2

     (同上，之后都是这样）

……

现在来看一下这个循环的含义：

前1个物品在容量为v的最大价值；

前1个物品在容量为v-1的最大价值；

……

前1个物品在容量为c[1]的最大价值；

前2个物品在容量为v的最大价值；

……

前2个物品在容量为c[2]的最大价值

……

依此类推

（且中间一定要复制数据）

大循环i是枚举从第一个物品到第n个物品，小循环j的第二个循环是每一层循环中算的是前i件物品分别对应每个容量的最大价值。而还有一个循环是用来复制数据的。

(一个主循环i=1..N，每次算出来二维数组f[i][0..V]的所有值。f[i][v]是由f[i-1][v]和f[i-1][v-c[i]]两个子问题递推而来。)

从宏观上看：

j循环因为是倒序的，所以当前面比后面小的时候，说明当前这个物品是绝对不能取的，因为光取它就会爆容量。

当前面比后面大的时候，说明这个物品现在分两种情况：取与不取。所以我们分两步：假设这个物品不取，那么最大价值就是上一步所求出来的；假设它取了，你要判断一下前面的物品还能不能取，如果f[i-1][j-c[i]]为0，就说明它什么物品都没有去取；那么自然它的容量是不会爆的，那么就只取这个物品，那么最大价值就是当前物品的价值；如果值不为0，就说明在前面物品取得条件下，还可以取当前物品。

然后最后输出的就是前n件物品在容量为v下的最大价值。

其实这个板子还可以这样打：

for i=1 to n

  for j=v to 0

if j>=c[i] f[i][j]=max{f[i-1][j],f[i-1][j-c[i]]+w[i]}

else f[i][j]=f[i-1][j]

 

 

优化一下空间复杂度：

我们思考一下，事实上，这要求在每次主循环中我们以j=V..0

的顺序推f[j]，这样才能保证推f[j]时f[j-c[i]]保存的是状态f[i-1][j-c[i]]的值。（这句话是解释了为什么j要倒序：如果将j的循环顺序从上面的逆序改成顺序的话，那么则成了f[i][j]由f[i][j-c[i]]推知，与本题意不符；现在我要的是f[i][j]由f[i-1][j-c[i]]推知。如果是0到v的话，f[i][j]

就是由f[i][j-c[i]]推知，因为f[i][j-c[i]]刚刚被更新过；而如果是v到0的话，f[i][j-c[i]]就还没有更新过，所以用的是上一层所算出来的值所以这样才可以转换为一维）

伪代码如下：

for i=1 to N

    for j=V downto c[i]

        f[j]=max{f[j],f[j-c[i]]+w[i]}

现在的f[v-c[i]]就相当于原来的f[i-1][v-c[i]]。其实你可以

这么想，原来的二维，它的max里的是i-1，就是上一层所求出

来的。所以这个i-1可以不用，直接转换为一维。

然后这边j不用循环到0的原因是：j-c[i]要大于0才有意义，否则的话f[j]就是等于f[j]。

啊，我思路终于清晰了一点。