专题：0/1背包问题(0/1 Knapsack)模式

背包问题是一类经典的动态规划问题，它非常灵活，需要仔细琢磨体会，本文对背包问题中基本的0/1背包问题和对应的leetcode题目作一个总结，期望可以用一套框架解决背包问题。

1. 01 背包问题：

最基本的背包问题就是 01 背包问题：背包承重为 Capacity, 现在有n个物品，物品重量 w[n], 物品价值 v[n]。如何选择物品价值最大？

特点：每种物品仅有一件，可以选择放或不放, 即0/1.

1.1 背包问题具备的特征：

是否可以根据一个 target（直接给出或间接求出），target 可以是数字也可以是字符串，再给定一个数组 arrs，问：能否使用 arrs 中的元素做各种排列组合得到 target。

1.2 背包问题解法：

如果是 01 背包，即数组中的元素不可重复使用，外循环遍历 arrs，内循环遍历 target，且内循环倒序:

下面给出0/1背包基本问题的DP方法代码:

// 0/1 背包问题
// 背包承重为 Capacity, 现在有n个物品，物品重量 w[n], 物品价值 v[n]。如何选择物品价值最大？
// 特点：每种物品仅有一件，可以选择放或不放, 即0/1.
// 背包承重量10，5件物品，重量[2,3,3,4,6], 价值[1,2,5,9,4].
public static int maxValue(int C, int[] W, int[] V) {
    int[][] dp = new int[W.length][C + 1]; // dp[i][j]表示0 ~ i 件物品中任意取,背包容积为j的最大价值为dp[i][j]

    // 先处理表格中第一行
    // 从背包容量为0开始到背包满了，检查第0号物品能否放入背包
    for (int j = 0; j <= C; j++) {
        dp[0][j] = (j >= W[0]) ? V[0] : 0;
    }

    for (int i = 1; i < W.length; i++) // 外循环遍历arrs
        for (int j = 0; j <= C; j++) {  // 内循环遍历target