01背包问题_动态规划

题目描述:

下面提供了三种解法:
(1)无记忆性递归
(2)有记忆性递归
(3)动态规划
三种解法全部放在了一个代码片里面

public class Practice_01背包问题 {
    static int[] w = {2, 1, 3, 2};//重量表
    static int[] v = {3, 2, 4, 2};//价值表
    static int n = 4;//物品数量
    static int W = 5;//背包的称重极限
    static int[][] rec;//备忘录

    public static void main(String[] args) {
        int ww1 = W;
        int ans1 = dfs(0, ww1);
        rec = new int[n][ww1 + 1];
        System.out.println(ans1);

        int ww2 = W;
        int ans2 = dfs_1(0, ww2);
        System.out.println(ans2);
        System.out.println(dp());
    }

    private static int dfs(int i, int ww) {
        if (ww <= 0) return 0;//装不进去
        if (i == n) return 0;//没有可选择的了
        int v2 = dfs(i + 1, ww);//不选择当前物品
        if (ww >= w[i]) {
            int v1 = v[i] + dfs(i + 1, ww - w[i]);//选择当前物品;
            return Math.max(v1, v2);
        } else {
            return v2;
        }
    }


    //记忆型递归
    private static int dfs_1(int i, int ww) {

        if (ww <= 0) return 0;//装不进去
        if (i == n) return 0;//没有可选择的了
        //计算之前进行查询,有就直接返回
        if (rec[i][ww] > 0) return rec[i][ww];

        int v2 = dfs(i + 1, ww);//不选择当前物品
        int ans;
        if (ww >= w[i]) {
            int v1 = v[i] + dfs(i + 1, ww - w[i]);//选择当前物品;
            ans = Math.max(v1, v2);
        } else {
            ans = v2;
        }
        //计算之后进行存储
        rec[i][ww] = ans;
        return ans;
    }

    private static int dp() {
        int[][] dp = new int[n][W + 1];
        //初始化dp数组第一行
        for (int i = 0; i < W + 1; i++) {
            if (i >= w[0]) dp[0][i] = v[0];
            else dp[0][i] = 0;
        }
        for (int i = 1; i < n; i++) {
            for (int j = 0; j < W + 1; j++) {
                if (j >= w[i]) {//要得起 j指的是剩余容量
                    int v1 = v[i] + dp[i - 1][j - w[i]];
                    int v2 = dp[i - 1][j];
                    dp[i][j] = Math.max(v1, v2);
                } else {//要不起
                    dp[i][j] = dp[i - 1][j];
                }
            }
        }
        return dp[n - 1][W];
    }


}