常见算法 - 01背包

动态规划练习：

01背包是一个经典的问题。重点学习它的状态转移方程。

01 背包问题：给定 n 种物品和一个容量为 C 的背包，物品 i 的重量是 w[i]，其价值为 v[i] 。

求应该如何选择装入背包的物品，使得装入背包中的物品的总价值最大？

public int solution(int[] w,int[] v,int c){
		int n = w.length;
		int[][] dp = new int[n][c+1];
		//对于第一个物品，单独处理一下，其重量小于当前重量就只能取它
		for (int i = 0; i < dp[0].length; i++) {
			if(i > w[0]){
				dp[0][i] = v[0];
			}
		}
//		for (int i = 0; i < dp.length; i++) {
//			dp[i][0] = -1;
//		}
		
		for (int i = 1; i <= n; i++) {
			for (int j = 1; j <= c; j++) {
				int res = dp[i-1][j];
				if(c > w[i]){
					res = Math.max(res,v[i]+dp[i-1][c-w[i]]);
				}
				dp[i][j] = res;
			}
		}
		return dp[n-1][c];
	}

优化：由上可以看出，dp[i][j]只依赖于dp[i-1][]记录的值，而与再之前的无关了dp[i-2]....，这样看来只需要记录两个：i，i-1进行复用就可以了。

public int solution(int[] w,int[] v,int c){
		int n = w.length;
		int[][] dp = new int[2][c+1];
		//对于第一个背包，单独处理一下，其重量小于当前重量就只能取它
		for (int i = 0; i < dp[0].length; i++) {
			if(i > w[0]){
				dp[0][i] = v[0];
			}
		}
//		for (int i = 0; i < dp.length; i++) {
//			dp[i][0] = -1;
//		}
		
		for (int i = 1; i <= n; i++) {
			for (int j = 1; j <= c; j++) {
				int res = dp[(i-1)%2][j];
				if(c > w[i]){
					res = Math.max(res,v[i]+dp[(i-1)%2][c-w[i]]);
				}
				dp[i%2][j] = res;
			}
		}
		return dp[(n-1)%2][c];
	}