动态规划之一维滚动数组01背包问题

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

学习此篇之前先学习一下二维01背包问题
下面这个网址可以供大家学习，如果没看懂如何转换为一维的背包问题，可以看我下面的解释
代码随想录之01背包基础篇

提示：以下是本篇文章正文内容，下面案例可供参考

一、回顾二维dp

在二维中，我们当时用数组dp[i][j]
表示的含义为在物品前i个中，用j容量的背包，所装的最大价值为dp[i][j]
递推公式为 dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])
我们从公式中可以看出 当前dp[i][j] 是由 上方dp[i-1][j] 和 左上方某个值dp[i-1][j-weight[i]]+当**前物品价值value[i]**组成，那么如何将二维dp转换为一维dp呢

二、一维dp

对于背包问题其实状态都是可以压缩的。

在使用二维数组的时候，递推公式：dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);

其实可以发现如果把dp[i - 1]那一层拷贝到dp[i]上，表达式完全可以是：dp[i][j] = max(dp[i][j], dp[i][j - weight[i]] + value[i]);

与其把dp[i - 1]这一层拷贝到dp[i]上，不如只用一个一维数组了，只用dp[j]（一维数组，也可以理解是一个滚动数组）。

这就是滚动数组的由来，需要满足的条件是上一层可以重复利用，直接拷贝到当前层。

读到这里估计大家都忘了 dp[i][j]里的i和j表达的是什么了，i是物品，j是背包容量。

dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少。

一定要时刻记住这里i和j的含义，要不然很容易看懵了。

动规五部曲分析如下：

确定dp数组的定义

在一维dp数组中，dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]。
一维dp数组，其实就上上一层 dp[i-1] 这一层 拷贝的 dp[i]来。

所以在 上面递推公式的基础上去掉i这个维度就好。

递推公式为：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

以下为分析：

dp[j]为 容量为j的背包所背的最大价值。

dp[j]可以通过dp[j - weight[i]]推导出来，dp[j - weight[i]]表示容量为j - weight[i]的背包所背的最大价值。

dp[j - weight[i]] + value[i] 表示 容量为 [j - 物品i重量] 的背包 加上 物品i的价值。（也就是容量为j的背包，放入物品i了之后的价值即：dp[j]）

此时dp[j]有两个选择，一个是取自己dp[j] 相当于 二维dp数组中的dp[i-1][j]，即不放物品i，一个是取dp[j - weight[i]] + value[i]，即放物品i，指定是取最大的，毕竟是求最大价值

所以递归公式为：

dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
可以看出相对于二维dp数组的写法，就是把dp[i][j]中i的维度去掉了。

三、一维dp遍历顺序

对于递推公式dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
如何遍历呢？
这里我直接给结论，先遍历物品，再倒叙遍历背包

for(int i=1;i<=m;i++)
    {
        for(int j=n;j>=weight[i];j--)
        {
            dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);
        }
    }

大家会发现有两点细节
1.为什么背包容量j倒叙遍历？
2.为什么j到weight[i]就截止了？

样例中输入背包最大容量和物品数量
下面是物品重量与价值
大家仔细看，如果我们j从weight[i]开始到最大容量n结束，大家可以自己对照上图模拟一遍
初始化当i为0的时候，全部初始化为0
第一个物品从dp[2]开始遍历，为什么不从dp[1]开始遍历呢，因为dp[1]根本装不进第一个物品，我们直接不考虑，一维dp只考虑能装进的情况
dp[2]=max(dp[2],dp[2-weight[1]]+value[1])=max(0,dp[2-2]+1)=1 此时装进去了第一个物品
dp[3]=max(dp[3],dp[3-weight[1]]+value[1])=max(0,dp[3-2]+1)=1 此时装进去了第一个物品
但是请注意！！！！！！！！！！
dp[4]=max(dp[4],dp[4-weight[1]]+value[1])=max(0,dp[4-2]+1)=2 此时装进去了两次第一个物品
因为dp[2]已经装过一次了，导致dp[4]不为1
所以我们需要倒叙遍历
大家也可以这样理解，dp[j]的值是由上方的值和左侧的值推导出来，但左侧不能先出现值，不然会导致物品重复拿取

四、例题

点击这个例题进入网址
例题

#include<iostream>
using namespace std;
int dp[5005];//背包容量为i的最大价值背包为dp[i]
int m,n;
int weight[5005];
int value[5005];
int main()
{
    cin>>m>>n;
    for(int i=1;i<=m;i++)
    {
        cin>>weight[i];
    }
     for(int i=1;i<=m;i++)
    {
        cin>>value[i];
    }
    
    for(int i=1;i<=m;i++)
    {
        for(int j=n;j>=weight[i];j--)
        {
            dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);
        }
    }
    cout<<dp[n];
    return 0;
}

总结

可以看出，一维dp 的01背包，要比二维简洁的多！ 初始化 和 遍历顺序相对简单了。
比较直观简洁，而且空间复杂度还降了一个数量级