背包问题

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： 

• 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。
  1. 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。

  2. 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];
           }