java动态规划背包问题

代码功能

在不超过给定背包容量（capacity）的前提下，从一系列具有特定重量（weights）和价值（values）的物品中选择若干物品，使得这些物品的总价值最大化。
类定义：定义了一个名为Knapsack的公共类。
主方法：main方法定义了一系列物品的重量和价值，以及背包的最大容量，并调用knapsack方法来计算并打印出背包能装的最大价值。
knapsack方法：
参数：接受物品的重量数组weights、物品的价值数组values和背包的最大容量capacity作为参数。
初始化：定义物品数量n，并根据物品数量和背包容量创建一个二维数组dp。数组dp用于存储动态规划的中间结果。
填充dp表：通过嵌套循环遍历所有物品和可能的背包容量，填充dp数组：
如果当前物品的重量小于等于当前背包容量，则比较不放入当前物品和放入当前物品所能获得的最大价值，并取较大值。
如果当前物品的重量大于当前背包容量，则当前物品不能放入背包，因此当前的最大价值等于不考虑该物品时的最大价值。
返回结果：在完成dp数组的填充后，dp[n][capacity]将包含考虑所有物品且背包容量为最大时的最大价值，该方法返回这个值。
输出结果：在main方法中，调用knapsack方法的结果被打印出来，显示背包能装的最大价值。

代码

public class Knapsack {

    // 动态规划解决0-1背包问题
    public static int knapsack(int[] weights, int[] values, int capacity) {
        int n = weights.length; // 物品数量
        int[][] dp = new int[n + 1][capacity + 1];

        // 构建dp表
        for (int i = 1; i <= n; i++) {
            for (int w = 1; w <= capacity; w++) {
                if (weights[i - 1] <= w) {
                    // 如果当前物品可以装进背包，选择价值最大的
                    dp[i][w] = Math.max(dp[i - 1][w], dp[i - 1][w - weights[i - 1]] + values[i - 1]);
                } else {
                    // 如果当前物品不能装进背包，继承上一个状态
                    dp[i][w] = dp[i - 1][w];
                }
            }
        }

        // 返回最大价值
        return dp[n][capacity];
    }

    public static void main(String[] args) {
        int[] weights = {2, 3, 4, 5}; // 物品的重量
        int[] values = {3, 4, 5, 6};  // 物品的价值
        int capacity = 8;             // 背包的容量

        int maxValue = knapsack(weights, values, capacity);
        System.out.println("背包能装的最大价值是: " + maxValue);
    }
}