01 背包:
有N件物品和一个最多能被重量为W 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。
最优解是动态规划,比如:
int len = 3,weight = 4;
int []wt = {1, 3, 4};//下标对应的重量
int []value = {15, 20, 30};//下标对应的价值
即在三件物品中找出重量加起来不大于4且价值最大的物品和。
然后背包问题一般都建立一个二维数组:
int dp[value.length+1][weight +1]
加1只是方便理解,先不用去考虑边界问题。而dp数组中dp[i][j]中的i代表value的下标,即从value的第一个遍历到最后一个,j代表背包当前容量。而dp[i][j]就是当书包容量为j时,前i个物品的最大价值是多少。
当第i个物品企图加入背包中有两种可能:
(1)当前书包容量j小于想加入的物品重量wt[i],即加入物品大于当前容量(j<wt[i]),这种情况下,dp[i][j]的最大价值是延续第i-1个物品的价值,即dp[i][j]=dp[i-1][j]
(2)当前背包容量大于等于想加入的物品重量,即j>wt[i],这种情况下就要比较是不加入该物品的价值高,还是加入该物品并且把背包中部分物品拿出来(因为背包可能本身就会装载部分东西,如果加入有可能要拿出来部分,并且找出拿出来后加入第i件物品前的最大价值)加上该物品的价值更高,即比较 dp[i-1][j]与dp[i-1][j-wt[i]]+value[i]的价值,得出递推式
if(j>=wt[i-1])
dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-wt[i-1]]+value[i-1]);
else
dp[i][j]=dp[i-1][j];
因为我先不去考虑空间问题,故把二维数组扩大了,所以初始化问题不用考虑,直接进行遍历就行了。
完整代码:
int len = 3,weight = 4;
int []wt = {1, 3, 4};
int []value = {15, 20, 30};
int [][]dp=new int[len+1][weight+1];
//i代表第i件物品,j代表剩余容量
for(int i=1;i<dp.length;i++)
for(int j=1;j<dp[0].length;j++){
if(j>=wt[i-1])
dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-wt[i-1]]+value[i-1]);
else
dp[i][j]=dp[i-1][j];
}
System.out.println(dp[3][4]);