蓝桥杯每日一题------背包问题（一）

点击可观看配套视频讲解

背包问题

阅读小提示：这篇文章稍微有点长，希望可以对背包问题进行系统详细的讲解，在看的过程中如果有任何疑问请在评论区里指出。因为篇幅过长也可以进行选择性阅读，读取自己想要的那一部分即可。

前言

背包问题可以看作动态规划系列入门的一个开端，欢迎开启动态规划之旅，在正式学习之前，我想说的是，动态规划真的不难，与贪心算法比较，动态规划有自己的多种板子，也有自己的多种套路；与高级数据结构比较，动态规划的代码量真的非常友好；与字符串类算法比较，动态规划没有那么抽象，ok话不多说，开始吧。
首先介绍一下动态规划的步骤（我自己总结的，自己用起来感觉还不错，y总也有介绍过闫式dp分析法，大家感兴趣可以看一看，怎么方便怎么来）
求解动态规划有两个大的阶段，分别是定义dp数组和推导状态转移方程。大家觉得这两个哪个重要呢？诚然状态转移方程是动态规划的关键，但是我在做题的过程中感受到当你的dp数组定义正确了，状态转移方程的推导就是自然而然的事情，所以对我来说，最关键的是定义dp数组。我们可以按照下面的步骤定义dp数组。
第一步：缩小规模。大家在大学学到动态规划时，一般都会拿来和贪心比，和分治比，无论哪一个我们都不能一口吃个胖子，都是从最基础的那个地方开始，一步一步往下走，最终走到终点。既然要缩小规模，那必然要有一个维度来定义当前的规模，放在背包问题里，规模就是考虑的物品的个数，那么用一个维度就可以了，放在区间dp里，规模是区间的大小，而不同的区间结果是不一样的，所以需要两个维度来表示区间的左右端点。
第二步：限制。放在背包问题里，限制就是背包的容量，你选的物品的总体积不能超过当前背包容量，所以你需要一个维度来表示当前的体积。
第三步：写出dp数组。走到这里，根据规模和限制定义了dp数组，dp[i][j]表示当前考虑了前i个物品，背包容量为j时能够装的最大价值。我们求的就是最大价值，那么dp数组对应的值就是最大价值，一般和所求是一样的，求什么就记录什么。
第四步：修改dp数组。这一步就是在写状态转移方程时，你发现定义的dp数组维度少了，还需要其它信息，那么这个时候就是需要什么往dp数组里面加什么，即增加维度，但是要注意一点，一般dp数组的维度和时间复杂度是正相关的，维度过多，很有可能超时。

01背包

定义dp数组
第一步：缩小规模。考虑n个物品，那我就先考虑1个物品，在考虑2个物品…，需要一个维度表示当前考虑的物品个数。
第二步：限制。所选物品个数不能超过背包容量，那么需要一个维度记录当前背包的容量。
第三步：写出dp数组。dp[i][j]表示当前考虑了前i个物品，背包容量为j时的最大价值。
第四步：推状态转移方程。dp[i][j]应该从哪里转移过来呢，必然是从前i-1个物品转移，我要考虑两种情况，对于第i个物品，可以选择要它，也可以不要它，如果要第i个物品，我就需要背包里面给我预留出第i个物品的体积，也就是从a[i-1][j-v[i]]转移，同时也能获得该物品的价值。如果不要第i个物品，那么之前从前一个状态相同容量的背包转移过来就行，即a[i-1][j]。
综上状态转移方程如下
a[i][j] = max(a[i-1][j],a[i-1][j-v[i]]+w[i])
考虑写代码了
第一步：确定好遍历顺序，对于背包问题，一般第一个for遍历规模，第二个for遍历限制。

for(int i = 1;i <= n;i++) {
   
   
		for(int j = 1;j <= m;j++) {
   
   
			dp[i][j] = dp[i-1][j];//为什么要在这里转移，因为这个转移是一定会发生的，而另一个转移不一定会发生
			if(j>=v[i])
				dp[i][j] = Math.max(dp[i-1][j-v[i]]+w[i], dp[i][j]);
		}
	}

第二步：考虑是否要对dp数组初始化，这里不需要，因为最开始的状态考虑前0个物体，它的值就是0，不需要管。
全部代码如下，

import java.util.Scanner;
public class Main {
   
   
public static void main(String[] args) {
   
   
	Scanner scanner = new Scanner(System.in);
	int n = scanner.nextInt();
	int V = scanner.nextInt();
	int[] v = new int[n+1];
	int[] w = new int[n+1];
	for (int i = 1; i < w.length; i++) {
   
   
		v[i] = scanner.nextInt();
		w[i] = scanner.nextInt();
	}
	int[][] dp = new int[n+1][V+1];
//	for (int i = 0; i < dp.length; i++) {
   
   
//		dp[0][i] = 1;
//	}
	for (int i = 1; i < dp.length; i++) {
   
   
		for (int j = 0; j < V+1; j++) {
   
   
			dp[i][j] = Math.max(dp[i][j], dp[i-1][j]);
			if(v[i]<=j) {
   
   
				dp[i][j] = Math.max(dp[i][j], dp[i-1][j-v[i]]