本文主要是介绍代码随想录算法训练营第四十六天（动态规划篇）|01背包（滚动数组方法），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
01背包（滚动数组方法）
学习资料：代码随想录 (programmercarl.com)
题目链接（和上次一样）：题目页面 (kamacoder.com)
思路
使用一维滚动数组代替二维数组。二维数组的解法记录在：代码随想录算法训练营第四十五天（动态规划篇）|01背包-CSDN博客
1. dp[j]定义
容量为j的背包可以背的物品的最大价值。
2. 递推公式
dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
3. 初始条件：
dp[0] = 0, 根据递推公式，dp[j]取当前和前面的值的最大值，题目给的价值都是正整数，那么非0下标都初始化为0就可以了。
4. 遍历顺序
先遍历物品，再从大到小遍历背包。之所以要从大到小遍历，是为了防止物品被重复放入。
e.g. i = 0: dp[1] = 15, dp[2] = max(dp[2] = 0, dp[2-weight[1]] + value[1] = dp[1] + value[1] = 15 + 15 = 30)。 而当从后往前遍历时， i = 0: dp[4] = 15 dp[3] = max(0, dp[2] + value[0]) = max(0, 0 + 15) = 15，是正确的。
二维数组可以从小到大遍历，是因为当前的dp[i][j]不包括当前的物品i，是从[0, i-1]中选取物品。
5. 举例推导dp数组
代码实现
objNum, bagWeight=map(int,input().split())weight= [int(i) for i in input().split()]
value = [int(i) for i in input().split()]dp = [0]*(bagWeight+1)for i in range(objNum): # 遍历物体for j in range(bagWeight, 0, -1): #遍历背包容量if weight[i] > j:dp[j] = dp[j]else:dp[j] = max(dp[j], dp[j - weight[i]] + value[i])print(dp[bagWeight])这篇关于代码随想录算法训练营第四十六天（动态规划篇）|01背包（滚动数组方法）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
