【动态规划】 背包问题整理

数据结构与算法

背包问题01

题目类型描述： 给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高（from 百度百科）。

具象理解：

假设背包总容量top_weight为10，现共有四样物品（每样各一个），他们的重量和价格分别为：

       当我们直观看到这幅表的时候基本可以确定我们会选择1，2，4号物品，这样可以最大程度地装载物品且使利润最大化（为13），但作为计算机，我们还不知道选择时应该遵从的原则（人有时候也不知道自己时如何做出选择的，尤其是我们不太确定是否将背包占满后利润一定最大），这是需要人为给计算机导入法则，让它按照我们规定好的路线安排物品的选取。

抽象建模：

       我们可以构建一个二维数组（或两个数组），在第一行存储各个物品的价格，第二行存储其重量，接下来电脑要做的事情就是根据我们给出的top_weight，从这n个物品中给出方案。

分治法：

       顾名思义，分而治之，我们将从“n个中选x个”这个大问题向下分化逐渐变小，比如，我们可以划分为“要不要第n个”和“从n-1个中选x个（不要第n个的话，如果要第n个就选x-1个，其中x未知）”这两个子问题。
       显然，我们需要用到递归。
       代码如下：

package KnapsackProbleminDynamicProgramming;

//动态规划中的背包问题
//分治法

public class One {
   
	
	public static void main(String args[]){
   
		int[][] items=new int[2][4];
		items[0][0]=2;items[0][1]=4;items[0][2]=3;items[0][3]=7;//第一行存储利润
		items[1][0]=2;items[1][1]=3;items[1][2]=5;items[1][3]=5;//第二行存储重量
		
		System.out.println(Solution(items, 10, 0));
	}
	
	public static int Solution(