01背包的时间复杂度很难再降低了,但空间复杂度还能进行优化,可以把数组从二维降到一维。
如上图所示,01背包的两重for循环是无法降低了,
但是空间复杂度是O(MN)却是可以降成O(N)的。
如果我们从大到小遍历,即从v -> 0,我们仍只需知道第i-1物品的状态。
因此我们可以优化转移方程为value[j] = max(value[j], value[j - v[i]] + w[i]);将复杂度降为O(v)。
如下所示
for (int i = 1; i <= N; ++i) { // i循环物品数量
for (int j = V; j >= v[i]; --j) { // j循环背包容量
// 这里要j >= v[i] 也就是背包容量j要大于该物品所需容量
if (j >= v[i])
// 这种题,一点小失误都会导致失败,这里要加=
value[j] = max(value[j], value[j - v[i]] + w[i]);
}
}
需要注意的是,第二重for循环是逆序的。
以下摘自博客:https://blog.csdn.net/zonahaha/article/details/81168244
从空间花费从大到小来构成for循环的话,就可以直接用一维数组来保存物品数-1 的值。
当背包容量为j时,已经放入了i件物品,最大价值为d[j]
当第i件物品比背包容量还大时,d[j]=d[j];
当第i件物品比背包容量小时,就要判断两种情况: