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];
}