👨💻 关于作者：会编程的土豆
"不是因为看见希望才坚持，而是坚持了才看见希望。"
你好，我是会编程的土豆，一名热爱后端技术的Java学习者。
📚 正在更新中的专栏：
-
《数据结构与算法》😊😊😊
-
《leetcode hot 100》🥰🥰🥰🤩🤩🤩
-
《数据库mysql》
💕作者简介：后端学习者
背包问题是动态规划的经典入门题型，也是面试和算法竞赛中的常客。但对于初学者来说，最困惑的不是状态转移方程，而是：为什么01背包要倒序遍历？为什么完全背包要正序遍历？
本文将用最通俗的语言和图解，帮你彻底理解这两种背包的核心区别。读完这篇文章，你将掌握：
-
01背包与完全背包的标准模板
-
正序与倒序的本质原理
-
P1048 采药 和 P1616 疯狂的采药 的 AC 代码
什么是背包问题？
问题描述
有一个容量为
m的背包，有n件物品，每件物品有重量w[i]和价值v[i]。问：如何选择物品装入背包，使得总重量不超过容量，且总价值最大？
现实场景
-
旅行打包：行李箱空间有限，怎么装最值钱？
-
投资理财：资金有限，怎么投收益最高？
-
时间管理：时间有限，怎么安排收获最大？
二、01背包（每个物品最多选一次）
经典例题：P1048 [NOIP2005 普及组] 采药
题目大意 ：有 M 株草药，每株有采摘时间 time 和价值 value，总时间 T 内，每株最多采一次，求最大总价值。
cpp
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
int main()
{
int T, M;
cin >> T >> M;
vector<int>dp(T + 1, 0);
for (int i = 0; i < M; i++)
{
int time, value;
cin >> time >> value;
for (int j = T; j >= 0; j--)
{
if(j>=time)
dp[j] = max(dp[j], dp[j - time] + value);
}
}
cout << dp[T] << endl;
return 0;
}状态定义
dp[j]表示：在时间不超过j的前提下，能获得的最大价值。
状态转移方程
cpp
dp[j] = max(dp[j], dp[j - time] + value)-
dp[j]：不采这株草药 -
dp[j - time] + value：采这株草药（花time时间，得value价值）
核心代码
cpp
for (int i = 0; i < M; i++) {
int time, value;
cin >> time >> value;
for (int j = T; j >= time; j--) { // 倒序遍历
dp[j] = max(dp[j], dp[j - time] + value);
}
}为什么必须倒序？
正序会导致同一物品被多次使用。
举例：T = 3，物品 time = 1, value = 10
正序（错误）：
cpp
j = 1: dp[1] = max(0, dp[0]+10) = 10
j = 2: dp[2] = max(0, dp[1]+10) = 20 ← 用了刚更新的 dp[1]
j = 3: dp[3] = max(0, dp[2]+10) = 30 ← 又用了刚更新的 dp[2]一个物品被用了 3次！
倒序（正确）：
cpp
j = 3: dp[3] = max(0, dp[2]+10) = 10 ← dp[2] 还是旧值 0
j = 2: dp[2] = max(0, dp[1]+10) = 10 ← dp[1] 还是旧值 0
j = 1: dp[1] = max(0, dp[0]+10) = 10每个物品只用了 1次。
一句话理解
倒序用"旧值"生"新值"，各容量状态相互隔离，保证物品只用一次。
三、完全背包（每个物品可选无限次）
经典例题：P1616 疯狂的采药
题目大意 ：与采药相同，但每种草药可以无限次采摘。
cpp
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int main() {
int T, M;
cin >> T >> M;
vector<long long> dp(T + 1, 0); // 注意：可能很大，用 long long
for (int i = 0; i < M; i++) {
int time, value;
cin >> time >> value;
// 完全背包：正序遍历
for (int j = time; j <= T; j++) {
dp[j] = max(dp[j], dp[j - time] + value);
}
}
cout << dp[T] << endl;
return 0;
}核心代码
cpp
for (int i = 0; i < M; i++) {
int time, value;
cin >> time >> value;
for (int j = time; j <= T; j++) { // 正序遍历
dp[j] = max(dp[j], dp[j - time] + value);
}
}为什么正序就能无限用？
正序让"新值"立刻变成"基础值"供后续使用，形成链式叠加。
举例：T = 3，物品 time = 1, value = 10
正序（正确）：
cpp
j = 1: dp[1] = max(0, dp[0]+10) = 10
j = 2: dp[2] = max(0, dp[1]+10) = 20 ← 用了刚更新的 dp[1]，叠加一次
j = 3: dp[3] = max(0, dp[2]+10) = 30 ← 用了刚更新的 dp[2]，再叠加一次物品被用了 3次，正是完全背包想要的效果！
一句话理解
正序让"新值生新值"，形成滚雪球效应，允许物品无限次使用。
四、对比总结表
| 背包类型 | 限制 | 遍历顺序 | 核心原理 | 口诀 |
|---|---|---|---|---|
| 01背包 | 每件最多1次 | 倒序 j = T; j >= time; j-- |
旧值生新值，相互隔离 | "01 倒着走" |
| 完全背包 | 每件无限次 | 正序 j = time; j <= T; j++ |
新值生新值，链式叠加 | "完全正着来" |
五、变种：不选也有价值（P1802 5倍经验日）
有些题目中，"不选"这个决策也会产生价值。例如 P1802，打不过好友也能获得失败经验。
状态转移
cpp
for (int j = x; j >= 0; j--) {
long long no_use = dp[j] + lose; // 不打，得失败经验
long long use = (j >= num) ? dp[j - num] + win : -1; // 打，得胜利经验
dp[j] = max(no_use, use);
}本质仍是 01 背包，只是"不选"的价值从 0 变成了 lose。
六、常见问题 FAQ
Q1：为什么循环可以从 time 开始而不是 0？
因为当 j < time 时，物品装不下，dp[j] 不会改变，所以可以跳过。两种写法等价
cpp
// 写法1（简洁）
for (int j = T; j >= time; j--)
// 写法2（直观）
for (int j = T; j >= 0; j--) {
if (j >= time) dp[j] = max(dp[j], dp[j - time] + value);
}Q2：j - time 会不会越界？
不会。因为循环条件是 j >= time，保证了 j - time >= 0。
Q3：dp 数组为什么要用 long long？
当数据范围较大时，最大价值可能超过 int 上限（约 21 亿），用 long long 更安全。
八、结语
背包问题的核心，不在于背模板，而在于理解 "正序与倒序" 背后的原理：
-
倒序 = 旧值生新值 = 01背包
-
正序 = 新值生新值 = 完全背包
理解了这一点，所有背包变种都能举一反三。
希望这篇文章能帮你彻底搞懂背包问题。如果有任何疑问，欢迎在评论区交流！