动态规划：关于01背包问题

内容基本来自代码随想录，主要为了记录自己的理解过程！

01背包问题：

有N件物品和一个最多能被重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。

代码及详细注释如下：

package lxj.other;
import java.util.Arrays;

public class findMinArrowShots {
    public static void weightBagProblem() {
        int[] weight = {1, 3, 4};// 每个物品的重量
        int[] value =  {15, 20, 30};// 每个物品的价值
        int bagWeight = 4;// 背包总容量为4
        // 确定dp数组以及下标的含义，dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少
        int[][] dp = new int[weight.length][bagWeight + 1];

        //for(int j = bagWeight;j >= weight[0];j--){
        //    dp[0][j] = value[0];
        //}

        // 初始化dp数组，由状态方程dp[i][j] = Math.max(dp[i - 1][j],dp[i - 1][j - weight[i]] + value[i])
        // 得知第i行的数据依赖于第i - 1行，所以第一行需要初始化，
        // dp[0][j] = dp[0][j - weight[0]] + value[0] 估计只是为了与状态方程形式统一吧
        for(int j = bagWeight;j >= weight[0];j--){
            dp[0][j] = dp[0][j - weight[0]] + value[0];
        }
        // 当背包容量为0的时候，装不了任何一个物品，所以初始化背包容量为0的列，初始化全为0，数组初始化默认为0

        for(int i = 1;i < weight.length;i++){
            for(int j = 1;j <= bagWeight;j++){
                if(j < weight[i]){
                    // 背包的容量在只装物品i的情况下都容量不足的话，背包所能装的物品和不装物品i所能装的最大价值相等
                    dp[i][j] = dp[i - 1][j];
                }else{
                    // 如果背包的容量能够装下物品i，说明有其他的装包方案，要取价值最大的值
                    // 可以先让背包留出要装的物品i的重量即j - weight[i]，此时这个容量能装的最大价值加上物品i的价值和不装物品i的方案中选择总价值最大的
                    dp[i][j] = Math.max(dp[i - 1][j],dp[i - 1][j - weight[i]] + value[i]);
                }
            }
        }
        System.out.println(Arrays.deepToString(dp));
    }

    // 动态规划使用一维数组，优化空间复杂度
    public static void weightBagProblem2() {
        int[] weight = {1, 3, 4};// 每个物品的重量
        int[] value =  {15, 20, 30};// 每个物品的价值
        int bagWeight = 4;// 背包总容量为4
        // 1. 确定dp数组以及下标的含义，dp[j]表示：容量为j的背包，所背的物品价值可以最大为dp[j]。
        int[] dp = new int[bagWeight + 1];

        // 当背包容量为0的时候，装不了任何一个物品，所以初始化背包容量为0的列，初始化全为0，数组初始化默认为0

        for(int i = 0;i < weight.length;i++){
            for(int j = bagWeight;j >= 1 && j - weight[i] >= 0;j--){
                // dp[j]取原来不装物品i和装了物品i之后的价值较大的一个
                dp[j] = Math.max(dp[j],dp[j - weight[i]] + value[i]);
            }
        }
        System.out.println(Arrays.toString(dp));
        System.out.println(dp[bagWeight]);
    }

    public static void main(String[] args) {
        weightBagProblem();
        weightBagProblem2();
    }
}

​​​​​​​跟着大佬，继续加油！