欢迎使用CSDN-markdown编辑器

以上是01背包和完全背包的分析，具体是正序还是倒序，我们可以这样分析：
首先，二维数组是一个平面，面积为数组的大小；
那么一维数组就是一条线；
我们简单地认为一维数组是一个只有一列的表，而它的长度为数组的大小；
显然二维数组想调用上一阶段的数据的话，直接从上一列找即可，十分方便。
但是有一个问题：二维数组能开多大？
显然二维数组不能开很大。
如果我们只想要最后一个状态的话，那么只用一列表记录它们的值就好了，不需要存之前的值。
所以我们还是尽可能地压缩一下吧。
但是问题依然存在：在一维数组中你怎么找上一阶段的数据？
显然刚走到第i个阶段时（还没有开始到第一个状态），在一维数组中我们存的当然是第(i-1)阶段的数据，
假设我们正序走啊走。
先走第i个阶段的第1个状态。（假设该阶段有2k个状态）
假设：我们要使用第（i-1）个阶段的第（k+1）个状态。
那么我们的第一个状态就变成了第（k+1）个状态+决策执行。
看样子没什么问题。
好的我们走第2个状态。
那么我们要使用第（i-1）个阶段的第（k+2）个状态。
所以我们的第2个状态就变成了第（k+2）个状态+决策执行。
然后我们走第2k个状态。
等等……我们没有剩下的状态可以用了啊……
说好的要用第（i-1）个阶段呢？
看来正序不太靠谱……
试试逆序？
先走第i个阶段的第（2k）个状态。（假设该阶段有2k个状态）
假设：我们要使用第（i-1）个阶段的第（k+1）个状态。
然后我们的第2k个状态变成了第（k+1）个状态+决策执行。
然后走（2k-1）个状态吧。
然后我们的第（2k-1）个状态变成了第（k+1）个状态+决策执行。
然后……然后想走第1个状态没错吧。
但是也没有状态可以用了。
看样子都不太靠谱。
但是别忘了例题中01背包的状态转移方程：
f【j】=max(f【j-c【i】】+w【i】,f【j】);
这有什么稀奇的？
别忘了它是有限制条件的：
当j>=c【i】时我们才可以使用上一次的状态（要不然j