背包问题详细介绍

一. 01背包问题

01背包问题是经典的动态规划问题，适合用动态规划求解。问题描述为：给定一个容量为W的背包和n个物品，每个物品有重量和价值，目标是选择物品以最大化背包中的总价值，同时不超过容量W。

问题定义：

1. 输入：

• W：背包容量
• weights：物品重量数组
• values：物品价值数组

2. 输出：

• 最大价值总和，且装入背包的物品总重量不超过W。

动态规划思路：

1. 状态定义：dp[i][j]表示前i个物品在容量为j时的最大价值。
2. 状态转移：

• 不选择第i个物品：dp[i][j] = dp[i-1][j]
• 选择第i个物品（前提是重量不超过j）：dp[i][j] = dp[i-1][j-weights[i-1]] + values[i-1]

综合：

dp[i][j] = {
  dp[i-1][j], 如果 weights[i-1] > j
  max(dp[i-1][j], dp[i-1][j-weights[i-1]] + values[i-1]), 否则
}

3. 初始化：dp[0][j] = 0（无物品时最大价值为0），dp[i][0] = 0（容量为0时最大价值也为0）。

C++ 示例代码：

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

int knapsack(int W, const vector<int>& weights, const vector<int>& values) {
   
   
    int n = weights.size();
    vector<vector<int>> dp(n + 1, vector<int>(W + 1, 0));

    for (int i = 1; i