01背包问题：递归、动态规划求解

最新推荐文章于 2024-08-24 19:48:25 发布

空城不空99

最新推荐文章于 2024-08-24 19:48:25 发布

阅读量1k

点赞数

分类专栏：算法文章标签：算法

本文链接：https://blog.csdn.net/cui1004/article/details/106806914

版权

本文详细介绍了如何使用递归和动态规划解决01背包问题，探讨了这两种方法的思路和实现步骤，旨在帮助读者深入理解算法的应用。

摘要由CSDN通过智能技术生成

01背包问题：递归、动态规划求解

//使用记忆化搜索:（存在重叠子问题：对于index,c这一数据对可能求解多次）
    int[][] memo;
    /**
     * 用[0...index]的物品，填充容积为c的背包的最大价值
     * @param w:物体的重量
     * @param v：物体的价值
     * @param index：当前考虑的物体的index序列号
     * @param c：当前所剩容量
     * @return
     */
    private int bestValue(int[] w,int[] v,int index, int c){
   
        //递归的终止条件:没有物体可以放，或者当前剩下的容量为0
        if(index <0 || c<=0){
   
            return 0;
        }
        // 判断memo[index][c]中是否有值，有值的话不用继续多余重复的计算了，直接返回
       if(memo[index][c] != -1){
   
            return memo[index][c];
       }

        //尝试向背包中放入新的物品
        //第一种情况：当前的物品不放入背包中,从[0...index-1]的来填充
        int res = bestValue(w,v,index-1,c);
        //第二种情况：当前的物品放入背包中
        if(c >= w[index]){
   
            //当前物品的重量可以放进去
            //与第一种情况去最大值
           res = Math.max(res,v[index]+ bestValue(w,v,index-1,c-w[index]));
        }
        memo[index][c] = res;
        return res;
    }

    /**
     * 01背包问题：递归算法（自顶向下）
     * @param w
     * @param v
     * @param C
     * @return
     */
    public int package01(int[] w,int[] v,int C){
   
        int n = w.length;
        //n个物品，背包的容量为0-C，为C+1
        memo = new int[n][C+1]<