0 / 1背包问题

一、0 / 1背包问题简介

      0/1背包问题是动态规划中最经典的问题，没有之一。
      背包问题： 有若干个物品，可能体积或重量，价值不同，和一个容量有限的背包，问如何选择物品才能使得背包里装的物品价值最大。
      可能有些小伙伴会产生疑惑，这问题用贪心法求解不就行了。把价值最大，体积或质量最小的物品收入背包。嗯嗯…………这样想倒也没错，但是这个背包问题的在于直接判断价值 val 和 体积/质量 vol (暂且定为vol，质量或体积视题目情况而定)之间的关系并不一定是最优解，例如：在放入价值第1大的物品后，背包的剩余容积已经放不下价值第2大的物品，。但是价值第3大的物品却能放进去，或者价值第1大的物品体积也是第1大，根本放不了背包，反而是第3大价值和第4大价值和最低价值的物品能够放进背包。

二、分析背包

1.背包模型建立

首先我们要确立一点，物品的状体只有 2 种。要么装进背包，要么不装进背包。

$$x_i=0or1(i=1,2,\mathrm{3...}n)$$

这里我们利用一个二维数组对背包的状态进行存储。

const int N = 1009;
int dp[N][N],n,m,e[N],v[N];  //  n,m分别为物品数量和物品体积

其中 $dp[i][j]$ 表示的是装入第 $i$ 个物品时，此时背包的容积为 $j$ ， $dp[i][j]$ 存储着背包总价值。对于任意的 $dp[i][j]$ 满足 $0\le i\le n,0\le j\le m$。如果我们选择将物品 $x_i$ 放入背包中且 $j\ge e[i]$ 。 $dp[i][j]=dp[i-1][j-v[i]]+e[i]$ 。如果我们选择不放入 $x_i$ 物品，或者 $j<e[i]，dp[i][j]=dp[i-1][j]$ 。为了使得背包内的价值最大 $dp[i][j]=max(dp[i-1][j],dp[i-1][j-v[i]]+e[i])$

2.题目演练

有 $n$ 件物品和一个容量是 $m$ 的背包。每件物品只能使用一次。
第 $i$ 件物品的价值是 $e_i$ ，体积是 $v_i$ 。

将哪些物品装入背包，可使得这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值 $W$。

输入格式
第一行两个整数，$N$，$V$，用空格隔开，分别表示物品数量和背包容积。

接下来有 $N$ 行，每行两个整数 $v_i,e_i$，用空格隔开，分别表示第 $i$ 件物品的体积和价值。

输出格式
输出一个整数，表示最大价值。

数据范围
$0<N,V\le 1000$

$0<vi,wi\le 1000$

代码如下

#include<bits/stdc++.h>
#define int long long
using namespace std;

const int N = 1009;
int dp[N][N],n,m,e[N],v[N];

signed main(){
	// 取消同步
	ios::sync_with_stdio(false);
	cin.tie(nullptr);
	
	// 输入物品数量和背包体积
	cin >> n >> m;

	// 读取每件物品的体积和价值
	for(int i = 1 ; i <= n ; i++)  cin >> v[i] >> e[i];

	for(int i = 1 ;  i <= n ; i++){
		for(int j = 1 ; j <= m ; j++)
			// 当前背包容量是否可以装下 xi
			if(j >= v[i])  dp[i][j] = max(dp[i - 1][j],dp[i - 1][j - v[i]] + e[i]);
			else dp[i][j] = dp[i - 1][j];
	}
	
	cout << dp[n][m] << endl;

	return 0;
}

总结

0/1背包问题真的不是很难，多看多记！！！