01背包
- 问题描述:有N件物品和一个容量为V 的背包。第i件物品的费用为c[i],价值为w[i]。求解将哪些物品放入背包可以使价值总和最大。
- 01背包的特点是物品不能拆分,每种物品仅有一件,只能选择放或者不放
- 动态规划问题最好先写下子问题的定义状态以及方程,子问题定义为:dp[i][j]表示前i件物品放入容量为j的背包中所能获得的最大价值。
- 状态方程:
![](https://i-blog.csdnimg.cn/blog_migrate/64e136ef4d8b90e737e5ada40598d2b6.png)
采用二维数组的方式来解决此问题,时间复杂度,空间复杂度均为O(V*N
public class Solution {
/**
* @param m: An integer m denotes the size of a backpack
* @param A & V: Given n items with size A[i] and value V[i]
* @return: The maximum value
*/
public int backPackII(int m, int[] A, int V[]) {
// write your code here
int[][] dp = new int[A.length][m + 1];
for (int i = 0; i < A.length; i++) {
dp[i][0] = 0;
}
for (int j = 1; j < m + 1; j++) {
if (A[0] > j) {
dp[0][j] = 0;
} else {
dp[0][j] = V[0];
}
for (int i = 1; i < A.length; i++) {
if (A[i] > j) {
dp[i][j] = dp[i - 1][j];
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - A[i]] + V[i]);
}
}
}
return dp[A.length - 1][m];
}
}
如何优化,对于时间复杂度已经不能再优化了,但空间复杂度可以优化到O(V)
- 伪代码形式:
- 先来看看和二维数组的不同之处,只有对比才能发现问题。
- 循环的次序发生了改变,二维数组为外层背包,内层物品。而一维数组是外层物品,内层背包。
内层循环的方向发生了改变,之前是递增内循环,现在是递减内循环。
public class Solution { /** * @param m: An integer m denotes the size of a backpack * @param A & V: Given n items with size A[i] and value V[i] * @return: The maximum value */ public int backPackII(int m, int[] A, int V[]) { // write your code here int[] dp = new int[m + 1]; dp[0] = 0; for(int i = 0; i < A.length; i++) { for (int j = m; j >= A[i]; j--) { dp[j] = Math.max(dp[j], dp[j - A[i]] + V[i]); } } return dp[m]; } }
如果要求0-1背包装满背包容量,怎么解决?
则dp[0]赋值为0,其余赋值为无穷小
public class backpack2 { public static long backpack(int m,int[] a,int[] v){ long[] dp = new long[m+1]; dp[0] = 0; for(int i = 1;i<dp.length;i++) dp[i] = java.lang.Long.MIN_VALUE; for(int i = 0;i<a.length;i++){ for(int j = m;j>=a[i];j--){ dp[j] = Math.max(dp[j], dp[j-a[i]]+v[i]); } } return dp[m]; }