标签：背包 01 weight value 问题 遍历 物品 dp
动态规划——背包问题（01背包问题）
01背包问题(求最大价值)：
有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每个物品只有一样（只能用一次），求解哪些物品放入背包能使价值总和最大？
背包问题可以用二维的动态规划去求解。
- 对于dp数组的含义理解：dp[i][j]表示从编号0~i的物品中选取物品，装入容量为j的背包中所能得到的最大价值为dp[i][j]。
- 接下来来考虑dp[i][j]的递推式：dp[i][j]可以由两个方向推出：
1、本轮不放物品，则本轮价值与从编号0~i - 1的物品中选取物品，装入容量为j的背包中所能得到的最大价值相同，即dp[i][j] = dp[i - 1][j]。
2、本轮放物品，物品从0~i的物品中挑选，记物品为j（0≤j≤i）,则本轮价值为从编号0到i - 1的物品中选取物品装入容量为j - weight[i]的背包价值再加上选取的这个物品的价值（value[i]）。
dp[i][j]应该从两个中取最大的，即dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])。
考虑初始化：
由递推式可以看出后面的状态依赖于前面的状态，所以要初始化第一行以及第一列.。即dp[i][0] = 0，
dp[0][j] 为只有第一个物品放入背包的价值(如果背包能放下第一个物品的话)。 - 考虑遍历顺序：
由递推式可以看出遍历顺序从上到下，从左到右。那么就需要两个for循环。那么就有两个遍历顺序
1、先遍历背包容量，在遍历物品(即先行后列)。表示将物品依次分别放入背包容量是0至W的背包中，得到最大价值。
2、先遍历物品，在遍历背包容量（即先列后行）。这表示先固定下来一个容量为j的背包，将所有物品尝试放入，得到最大价值。
从递推式可以看出dp[i][j]至于左上部分有关，这两种遍历顺序都能保证在dp[i][j]时左上部分已经构建完毕，所以这两种遍历顺序都可以
//dp数组初始化
vector<vector<int>> dp(N, vector<int>(W + 1, 0));
for (int j = 0; j <= W + 1; ++j) {
if (weight[i] <= W) {
dp[0][j] = value[0];
}
}
//遍历
for (int i = 1; i < N; ++i) {
for (int j = 0; j <= W; ++j) {
if (j < weight[i]) dp[i][j] = dp[i - 1][j];
else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
}
}
return dp[N - 1][W];
问题优化
二维的递推式为dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]),我们可以看到，下一层的数据是依赖上一层的数据推出的（即dp[i] 可以先把上一层的数据复制下来，再在此基础上进行操作）。由于每一层的数据仅和与自己相邻的上一层的数据相关，我们可以将二维数组压缩成一维数组。
即将 dp[i][j]变成dp[j]。
- dp[j]的含义：背包容量为j的背包可以容纳的物品的最大价值总和为dp[j];
- 递推关系：
dp[j]可以由两个方向得出，设本次放的物品为i：
1、本次不放物品：则dp[j] = dp[j]，即背包价值总和不变
2、本次放物品： 则dp[j] = dp[j - weight[i]] + value[i]，即背包容量为j - weight[i]的背包的最大价值总和加上本次放的物品的价值。
两者取最大，即dp[j] = max(dp[j], dp[j - weight[i]] + value[i])。 - 遍历顺序：
一维数组要么从前往后遍历，要么从后往前遍历。如果从前往后遍历，那么后面的必定会用到前面的数据，就会发生重复放置的问题。
举个例子
dp数组如上，可以看到背包容量为2的背包计算了两次物品1。这是由于计算dp[2]的时候使用了dp[1]，而此时dp[1]已经放置了物品1，当dp[2]再次利用物品1计算时就会出现重复。因此遍历顺序必须由后向前，才能保证每个物品只使用一次。也是因此，只能先遍历物品在遍历背包
初始化
各个背包一开始没有物品，都为0。
vector<int> dp(W + 1);
for(int i = 0; i < N; ++i){
for(int j = W; j >= nums[i]; --j){
dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
}
}
return dp[W];
01背包问题(求方案数)：
有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每个物品只有一样（只能用一次），求解使背包价值最大的物品组合共有几种？
这个与上面的问题主要有如下不同：
- dp[j]含义：装满背包容量为j的最大价值的物品组合数共dp[j]种。
- 递推式：
得到dp[j]的方向：假设本次拿到的物品为i 那么dp[j]就是自己原本的方案数再加上 dp[j - weight[i]]的方案数，即 dp[j] += dp[j - weight[i]] - 初始化：
dp[j]是由前向后推出的，因此要初始化的是dp[0] = 1 ：装满容量为0的背包的最大价值的物品组合有一种，就是什么也不装。
vector<int> dp(W + 1);
dp[0] = 1;
for(int i = 0; i < N; ++i){
for(int j = W; j >= nums[i]; --j){
dp[j] += dp[j - weight[i]];
}
}
return dp[W];
标签：背包,01,weight,value,问题,遍历,物品,dp 来源： https://blog.csdn.net/qq_43903506/article/details/122409690
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。