问题描述:
一个背包的总容量为V,现在有N类物品,第i类物品的重量为weight[i],价值为value[i]
那么往该背包里装东西,怎样装才能使得最终包内物品的总价值最大。
该方法使用dp[i][j]来存储中间最大值。dp[i][j]表示前i件物品装入容量为j的背包所得的总价值最大值。
求动态规划dp[i][j]的状态转移方程。
当出现第i件物品时:
1、若w[i]>v,这种情况下该i件物品不会装入背包,不考虑,此时有dp[i][j] = dp[i-1][j]。即前i件物品装入背包最大值和前i-1件物品装入背包最大值相等。因为第i件物品无效。
2、若w[i]<v.这种情况下会出现两种情况,第一种是dp[i][j]=dp[i-1][j],即该i物品装入背包不是好选择,不是最大值,第二种情况是将第i件物品装入背包是最大值dp[i-1][j-w[i]]+v[i],此时就需要比较了
即状态方程为:dp[i][j] =Math.max(dp[i-1][j],dp[i-1][j-w[i]]+v[i])
代码如下:
public static String ZeroOnePack(int V,int N,int[] weight,int[] value){
//初始化动态规划数组
int[][] dp = new int[N+1][V+1];
//为了便于理解,将dp[i][0]和dp[0][j]均置为0,从1开始计算
for(int i=1;i<N+1;i++){
for(int j=1;j<V+1;j++){
//如果第i件物品的重量大于背包容量j,则不装入背包
//由于weight和value数组下标都是从0开始,故注意第i个物品的重量为weight[i-1],价值为value[i-1]
if(weight[i-1] > j)
dp[i][j] = dp[i-1][j];
else
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-weight[i-1]]+value[i-1]);
}
}
//则容量为V的背包能够装入物品的最大值为
int maxValue = dp[N][V];
---------------------
作者:lanyu_01
来源:CSDN
原文:https://blog.csdn.net/lanyu_01/article/details/79815801