01背包空间优化后内层循环为啥是逆序的?_为什么背包问题要倒叙-CSDN博客

本文链接：https://blog.csdn.net/ztabd/article/details/127989481

[01背包] 空间优化后内层循环为啥是逆序的?

首先，这是一个困扰了不少人的问题，虽然网上有挺多的解释，但是有的想起来比较费劲，于是乎，就有了这篇题解

题目分析

首先，01背包问题是一个非常非常非常经典的动态规划问题(后文简称“动规”或“dp”)。
因为百度百科上的题目分析比较详细 ~~（我比较懒）~~，所以就拿来做参考了

01背包是在N件物品取出若干件放在空间为W的背包里，每件物品的体积为W1，W2至Wn，与之相对应的价值为V1,V2至Vn。01背包是背包问题中最简单的问题。01背包的约束条件是给定几种物品，每种物品有且只有一个，并且有权值和体积两个属性。
（摘自：百度百科）

正文

首先，我们想要知道优化后的思路，就得先来看原版的↓

大体思路：以“第i件物品在背包体积为j时的最大价值”循环递推出“N件物品取若干件放在空间为W的背包里”(即dp[N][W])的最大价值。

话不多说，直接上代码↓

 #include<bits/stdc++.h>
 using namespace std;
 int dp[110][10100];
 int w[110], v[110];
 int N, W;
 int main(){
     cin >> N >> W ;
     for(int i=1;i<=N;i++)cin>>w[i]>>v[i];
     memset(dp, 0, sizeof(dp));

    for(int i=1;i<=N;i++){
        for(int j=1;j<=W;j++){
            if(j < w[i]) dp[i][j] = dp[i-1][j];
            //如果w[i]>j，第i个物品一定不能选择
            else{
                //否则在第i个物品选与不选中选择较大的 
                dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]]+v[i]);
           }
       }
   }
     cout<<"max="<<dp[N][W];
     return 0;
 }

现在，我们再来看优化过的（优化空间）

那么，我们为什么可以优化呢？
我们发现，每一行的数据都只与上一行有关，所以就可以把二维的dp数组变成一维的“滚动数组”。

只看文字可能不太好理解，于是贴心的我就画了个表↓

0 1 2 3
0 y
1 x
2
3

（行为i，列为j）
结合上面的代码不难看出， x格的值只与

dp[i-1][j]或dp[i-1][j-w[i]]+v[i]

即y格或与y格前面同一行的其他格有关（划重点）

所以，当dp数组变为一维时，x格前面同一行的其他格都已经把原本y那一行的覆盖掉了，而x格从前面取的数值就可能会是更新过的，造成答案错误。

其他格同理，而倒序则不会覆盖掉前面的，所以里层循环（即j的循环）要是倒序的。

道理都讲完了，为了防止有人还是懵的，这里附上一篇用数据验证的文章↓
https://blog.csdn.net/xiajiawei0206/article/details/19933781

顺带说一句，如果优化空间后的里层循环是正着的，那么表示一个物品被重复取了，

所以，完全背包问题刚好可以用这种解法。

写在最后

最后，附上优化过的代码↓

#include<bits/stdc++.h>
using namespace std;
int dp[10100];
int w[110], v[110];
int N, W;
int main(){
	cin>>W>>N;
	for(int i=1;i<=N;i++)cin>>w[i]>>v[i];
	memset(dp, 0, sizeof(dp));
	for(int i=1;i<=N;i++){
		for(int j=w[i];j<=W;j++){
			dp[j] = max(dp[j], dp[j-w[i]]+v[i]);
		}
	}
	cout<<"max="<<dp[W];
	return 0;
}