动态规划-01背包系列题

动态规划-01背包系列题，选取动态规划中采用01背包模型解题思路的几个例题

1.01背包问题解题思路
2.01背包问题实现
3.01背包系列-最多任务工资
4.01背包系列-数列不相邻数字最大和
5.01背包系列-数列找到指定和子数列

---

1.01背包问题解题思路
从右到左进行解析，分析第n个物品的状态，第n个物品只有“放”和“不放“俩种状态，在“放”状态下，某些变量发生变化，以及放情况下，与前面子问题之间的联系。在“不放”状态下，即考虑前n-1个物品。
每个物品都有俩种状态，动态规划，相当于列出所有情况，从中挑选子问题的最优解。
所以首先要从后往前分析问题，给出状态转移方程，然后判定边界情况，然后从前往后实现代码，填充中间数组（一维数组，二维数组）。

2.01背包问题实现
题目：有一个包和n个物品，包的容量为m，每个物品都有各自的体积和价值。问当这n个物品放在包里而物品的体积总数不超过包的容量m时，如何让背包具有最大价值？

分析：
1.建模：使用数组分别存储这n个物品的体积和价值
v[n] = {v1,v2,v3,….vn};
w[n] = {w1,w2,w3,..wn};

2.确定子问题：n个物品加入容量为m的包里f(n,m)，第n个物品有俩种选择，放或不放，如果放，包的剩余容量为m-vn，价值为wn + f(n-1,m-vn)
如果不放，包的剩余容量为m，价值为f(n-1,m)

3.状态转移方程：f(n,m) = max{wn+f(n-1,m-vn),f(n-1,m)}

4.边界情况：

• n == 0 retutn 0
• m ==0 return 0
• m < 0 return f(n-1,m)

5.动态规划二维数组（画图更直观）

dp[i][j] = max{dp[i-1][j-vi]+wi,dp[i-1][j]}
dp[i][j]表示前i件物品中，选择若干件放在容量为j的包里的最大价值1

6..代码实现
代码中给出递归法和动态规划法，用以比较

public class Bags {
   
    public static void main(String[] args){
        int[] weight = {
  3,4,7,9,13};
        int[] volume = {
  2,4,3,5,7};
        int m = 11;
        int n = weight.length-1;
        int res = getMaxValue(volume,weight,m,n);
        System.out.println(res);
        int res_dp = getMaxValue_DP(volume,weight,m);
        System.out.println(res_dp);
    }

    /**
     * 使用二维数组保存中间结果
     * @param
     * @param m
     * @return
     */
    private static int getMaxValue_DP(int[] volume, int[] weight, int m) {
        if (volume.length == 0)
            return 0;
        if (m == 0)
            return 0;
        int[][] dp = new int[volume.length][m];
        //填充第一列
        for (int i = 0; i < dp.length; i++){
            if (volume[i] <= 1){
                dp[i][0] = dp[i][0] < weight[i] ? weight[i] : dp[i][0];
            }
        }
        //填充第一行
        for (int i = 0; i < m; i++){
            if (volume[0] <= i+1){
                dp[0][i] &#