java 01背包问题（滚动数组优化）

1. 二维DP解法分析

在01背包问题中，我们有一组物品，每个物品有自己的重量和价值，我们需要选择一些物品放入背包中，使得背包的总重量不超过背包容量，且价值最大化。

首先，我们定义一个二维数组 dp[i][j]，其中 dp[i][j] 表示在考虑前 i 个物品，且背包容量为 j 的情况下，背包中所能装下的最大价值。

状态转移方程为：

dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i])

其中，weight[i] 表示第 i 个物品的重量，value[i] 表示第 i 个物品的价值。

2. 一维DP优化

在上述二维DP解法中，我们可以观察到在计算 dp[i][j] 时，只依赖于 dp[i-1][j] 和 dp[i-1][j-weight[i]]，即只依赖于上一行的结果。因此，我们可以将二维数组优化为一维数组，仅保留一行的信息。
状态转移方程为：

dp[j] = Math.max(dp[j], dp[j - weights[i]] + values[i]);
//相当于直接在二维数组的上一层倒序更新，看看这个容量的背包是保持当前的值最大 还是加入物品后的价值更大

• 二维DP解法的时间复杂度：O(n * capacity)，其中 n 是物品的数量，capacity 是背包的容量。空间复杂度为 O(n * capacity)。
• 一维DP优化后的时间复杂度：O(n * capacity)，空间复杂度为== O(capacity)==。

通过将二维数组优化为一维数组，我们降低了空间复杂度。

3. 步骤演示

物品1：

• 当背包容量为0时，无法放入物品1，保持为0。
• 当背包容量为8时，放入物品1，dp[8] = 2。
• 当背包容量为7时，放