算法_动态规划_回溯_0-1背包问题

import java.util.Arrays;

/**
 * 0-1背包问题：算例
 * 背包容量=10,5个可选物品
 * 相应重量{2,4,6,5,2}
 * 相应价值{3,5,6,7,4}
 * 求背包最多可装多少价值物品
 * 思路：动态规划
 * 算法：当j<wi时，v(i,j)=v(i-1,j)						
 * 	    当j>=wi时，v(i,j)=max{v(i-1,j),v(i-1,j-wi)+vi}	
 * 
 * 求最大价值时，背包中物品有哪些
 * 思路：回溯
 * 算法：当v(i,j)=v(i-1,j)时，xi=0			
 * 	     当v(i,j)>v(i-1,j)时，xi=1，j=j-wi	
 * 
 * @author Chill Lyn
 *
 */
public class _01Knapsack {

	public static void main(String[] args) {
		int num=5;	//物品数量
		
		//对应各物品重量，0为边界值，可以理解为第0个物品重量为0
		//最好设置两个相同重量不同价值的物品，加深理解；
		int[] weight= {0,2,4,6,5,2};
		
		//对应各物品价值,0为边界值，可以理解为第0个物品价值为0
		int[] value= {0,3,5,6,7,4};
		
		int capacity=10;//背包容量
		
		//声明动态规划表v[i][j],当 前i个物品可选，背包容量为j时，价值最大值
		int[][] v=new int[num+1][capacity+1];
		
		for(int i=0;i<=num;i++) {
			for(int j=0;j<=capacity;j++) {
				if(i==0||j==0) {
					v[i][j]=0;//边界值，可理解为0个物品可选，或背包容量为0时
				}else {
					//背包容量j小于物品i重量，保持上次最大值
					if(j<weight[i]) {
						v[i][j]=v[i-1][j];
					
					//背包可装，装与不装选最优
					}else {
						v[i][j]=Math.max(v[i-1][j], v[i-1][j-weight[i]]+value[i]);
					}
				}
			}
		}
		System.out.println("动态规划表：");
		for(int i=0;i<=num;i++) {
			for(int j=0;j<=capacity;j++) {
				System.out.print(v[i][j]+"\t");
			}
			System.out.println();
		}
		System.out.println("背包里物品最大价值总和："+v[num][capacity]);
		
		//背包里价值最大时，装了哪些物品，回溯
		
		//创建一个大小为[num+1]全元素为0的数组，备用标记
		int[] chosen =new int[num+1];
		Arrays.fill(chosen, 0);
		
		int j=capacity;
		for(int i=num;i>0;i--) {
			if(v[i][j]>v[i-1][j]) {
				chosen[i]=1;
				j=j-weight[i];
			}
		}
		
		System.out.print("背包中物品编号：");
		for(int i=0;i<=num;i++) {
			if(chosen[i]==1) {
				System.out.print(i+" ");
			}
		}
	}

}

初始条件

结果：

回溯所选物品