【数据结构与算法】01背包问题及输出具体方案

背景

最近重新复习下动态规划相关知识，所以把经典的背包问题拿出来重新看下。最为经典的莫过于背包九讲，详见：
这里只是把自己在做的过程中一些想法记录下来。

本文主要描述01背包问题。背包问题指的是我们有多少件物品要放进背包，求放进背包的价值最大。而01背包指的是每个种类的物品只有1件。

让我们看下具体问题

现在有三件物品，笔记本、手机跟手表。每件物品重量跟价值如下：

现有一个4kg的背包，请问要怎么分配空间，使得整体价值最大。

解题思路

动态规划的思路实际就是把大的问题拆分成小的问题，
这里我们先定义状态：dp[i][j]，把前i个物品放到容量为j的背包里的最大价值。
那么有：
1）如果第i件物品，我们选择放到背包里（背包有足够容量j-weight[i]>0）：
dp[i][j] = max(dp[i-1][j] , dp[i-1][j-weight[i]] + value[i])
2）不放到背包里：
dp[i][j] = dp[i-1][j]
按照这个思路，遍历 i：1-3，j：1-4
i=0，j=0~4，这是不管背包多少重量，都没有价值，所以dp[0][j] = 0。这也是dp[][]的初始状态，相当于这里进行了初始化。
i=1，这时我们看下笔记本时，背包重量从1到4的