125 · 背包问题（二）Backpack II

最新推荐文章于 2024-09-14 22:25:23 发布

CMYing85

最新推荐文章于 2024-09-14 22:25:23 发布

阅读量101

点赞数

分类专栏：算法文章标签：动态规划算法 java

本文链接：https://blog.csdn.net/caomengying/article/details/117823013

版权

算法专栏收录该内容

232 篇文章 0 订阅

订阅专栏

该博客介绍了一个使用动态规划解决背包问题的实例，其中包含n个物品和一个固定大小的背包。通过给定的物品大小A和价值V数组，算法旨在找到能放入背包的最大价值组合。示例中，当背包大小为10，物品大小为[2, 3, 5, 7]，价值为[1, 5, 2, 4]时，最大价值为9。解决方案是一个二维动态规划表格，用于存储不同物品和背包容量下的最大价值。

摘要由CSDN通过智能技术生成

125 · 背包问题（二）Backpack II

描述
有 n 个物品和一个大小为 m 的背包. 给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值.

问最多能装入背包的总价值是多大?
Example 1:

Input:

m = 10
A = [2, 3, 5, 7]
V = [1, 5, 2, 4]
Output:

9
Explanation:

Put A[1] and A[3] into backpack, getting the maximum value V[1] + V[3] = 9

public class Solution {
    /**
     * @param m: An integer m denotes the size of a backpack
     * @param A: Given n items with size A[i]
     * @param V: Given n items with value V[i]
     * @return: The maximum value
     */
    public int backPackII(int m, int[] A, int[] V) {
        // write your code here
        int n = A.length ;
        int[][] f = new int[n+1][m+1] ;
        f[0][0] = 0 ;
        for(int i = 0 ; i <= n ; i++){
            for(int j = 0 ; j <= m ; j++){
                if(i == 0 || j == 0){
                    f[i][j] = 0 ;
                }else if (A[i-1] > j){
                    f[i][j] = f[i-1][j] ;
                }else{
                    f[i][j] = Math.max(f[i-1][j] , f[i-1][j-A[i-1]]+V[i-1]) ;
                }
            }
        }
        int max = 0 ;
        for(int i = 0 ; i <= n ; i++){
            for(int j = 0 ; j <= m ; j++){
                max = Math.max(f[i][j] , max) ;
            }
        }
        return max ;
    }
}