LeetCode每日一题：0-1背包问题（动态规划）

1、动态规划算法简介：

1）动态规划(Dynamic Programming)算法的核心思想是：将大问题划分为小问题进行解决，从而一步步获取最优解的处理算法

2）动态规划算法与分治算法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。

3）与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。 ( 即下一个子阶段的求解是建立在上一个子阶段的解的基础上，进行进一步的求解 )

4）动态规划可以通过填表的方式来逐步推进，得到最优解.

2、背包问题：

有一个背包，容量为4磅 ， 现有如下物品

物品	重量	价格
吉他(G)	1	1500
音响(S)	4	3000
电脑(L)	3	2000

1）要求达到的目标为装入的背包的总价值最大，并且重量不超出

2）要求装入的物品不能重复

3）*算法的主要思想，利用动态规划来解决。每次遍历到的第i个物品，根据w[i]和v[i]来确定是否需要将该物品放入背包中。即对于给定的n个物品，设v[i]、w[i]分别为第i个物品的价值和重量，C为背包的容量。再令val[i][j]表示在前i个物品中能够装入容量为j的背包中的最大值。则我们有下面的结果：

(1)  val[i][0]=val[0][j]=0; //表示填入表 第一行和第一列是0      

(2) 当w[i]> j 时：val[i][j]=val[i-1][j]  // 当准备加入新增的商品的容量大于当前背包的容量j时，就直接使用上一个单元格的装入策略      

(3) 当j>=w[i]时： val[i][j]=max{val[i-1][j], v[i]+val[i-1][j-w[i]]}

// 当准备加入的新增的商品的容量小于等于当前背包的容量j,

// 装入的方式:

val[i-1][j]： 就是上一个单元格的装入的最大值

v[i] : 表示当前商品的价值

val[i-1][j-w[i]] ： 装入i-1商品，到剩余空间j-w[i]的最大值

当j>=w[i]时： val[i][j]=max{val[i-1][j], v[i]+val[i-1][j-w[i]]}

代码

package cn.wyu.test;

/**
 * @author linwillen
 * @create 2020-03-23-20:23
 */
public class Test02 {
    public static void main(String[] args) {
        int[] w = {1,4,3};//物品的重量
        int[] v = {1500,3000,2000};//物品的价值
        int m = 4;//背包的容量
        int n = v.length;//物品的数量
        int[][] val = new int[n+1][m+1];//表格中有一行一列为0，表示没有物品时价值为0，背包没有容量时价值为0
        int[][] path = new int[n+1][m+1];//记录背包装物品的记录
        //将val数组的第一行跟第一列置0
        for (int i = 0; i < val.length; i++) {
            val[i][0] = 0;//将列置0
        }
        for (int j = 0; j < val[0].length; j++) {
            val[0][j] = 0;//将行置0
        }

        for (int i = 1; i < val.length; i++) {
            for (int j = 1; j < val[0].length; j++) {
                if(w[i-1] > j){
                    val[i][j]=val[i-1][j];
                }else{
                    //val[i][j]=Math.max(val[i-1][j], v[i-1]+val[i-1][j-w[i-1]]);
                    if(val[i-1][j] > v[i-1]+val[i-1][j-w[i-1]]){
                        val[i][j] = val[i-1][j];
                    }else{
                        val[i][j] = v[i-1]+val[i-1][j-w[i-1]];
                        path[i][j] = 1;
                    }
                }
            }
        }

        for (int i = 0; i < val.length; i++) {//遍历输出二维数组
            for (int j = 0; j < val[0].length; j++) {
                System.out.print(val[i][j]+" ");
            }
            System.out.println();
        }

        int i = path.length - 1;
        int j = path[0].length - 1;
        while (i > 0 && j > 0){
            if(path[i][j]==1){
                System.out.printf("第%d个物品被放入背包\n",i);
                j -= w[i-1];
            }
            i--;
        }
    }
}

运行结果:

0 0 0 0 0 
0 1500 1500 1500 1500 
0 1500 1500 1500 3000 
0 1500 1500 2000 3500 
第3个物品被放入背包
第1个物品被放入背包