【无标题】

动态规划dp解决0-1背包问题（Java）

做蓝桥杯真题分配口罩遇到困难，原来可以用动态规划来解决这道题目，研究了这个代码，终于明白了，现在分享我对0-1背包问题的心得。

题目：有n件物品和一个最大承重为w的背包，每件物品唯一，每件物品的重量是w1，重量是v1，在保证总重量不超过w的前提下，背包的总价值最大是多少？

在深入探讨这个问题之前，请读者一定要记住dp[i][j]的意思，不然理解代码可能会头晕（我是算法新手，我真的会晕）：
dp[ i ] [ j ]为：在最大承重为j的情况下，有前i件物品可选。
理解一下代码：

1. 双重for循环是为了一行一行从左到右得到dp值。每次i加1的意思为又多一个物品可选，j加1的意思为背包最大承重量加1。
2. 如果你没法选第i个物品，最大承重量j下的前i个物品可选的背包最大价值 和最大称重量j下的前i-1个物品可选的背包最大价值 是一样的，承接的。即dp[i][j] = dp[i-1][j];
   
3. 那如果你选它，现在我们需要求dp[i][j]（最大称重量j下，前i件物品可选的背包最大值）
   这时候就要比较了，比较选了它之后背包的最大称重量和不选它的背包最大承重量。
   选第i个物品，最大承重量j要减去第i个物品的重量即weights[i-1] (weights数组从0开始)
   所以dp[i-1][j] 和 dp[i-1][j-weights[i-1]] + values[i-1]比较，大的那个就是dp[i][j]的值。
   我当时不知道dp[i-1][j-weights[i-1]]意义是什么，我觉得有必要说明一下，它就是装了第i件物品后，剩下的背包容量，在可以选前i-1物品的条件下，背包的容纳价值最大。
   

源码如下：

public class _01_背包问题 {
	public static void main(String[] args) {
		int[] values = {6, 3, 5, 4, 6}; //物品价值
		int[] weights = {2, 2, 6, 5, 4}; //物品重量
		int load = 10; //背包的最大承重
		
		int[][] dp = new int[values.length+1][load+1]; 
		
		for (int i = 1; i <= values.length; i++) {
			for (int j = 1; j <= load; j++) {  
				//dp[i][j]：在最大承重量j下，前i件物品可选的背包最大价值
				if(j < weights[i-1]) dp[i][j] = dp[i-1][j];
				else dp[i][j] = Math.max(dp[i-1][j], dp[i-1][j-weights[i-1]] + values[i-1]);
			}
		}
		System.out.println(dp[values.length][load]);
	}
}

结合表看解析，多看几遍，相信你的疑惑会解开的。
以下为dp二维数组：

i\j	0	1	2	3	4	5	6	7	8	9	10
0	0	0	0	0	0	0	0	0	0	0	0
1	0	0	6	6	6	6	6	6	6	6	6
2	0	0	6	6	9	9	9	9	9	9	9
3	0	0	6	9	9	9	9	9	11	11	14
4	0	0	6	6	9	9	9	10	11	13	14
5	0	0	6	6	9	9	12	12	15	15	15

优化：采用一维数组

public class _02_01背包问题_优化 {
	public static void main(String[] args) {
		int[] values = {6, 3, 5, 4, 6}; //物品价值
		int[] weights = {2, 2, 6, 5, 4}; //物品重量
		int load = 10; //背包的最大承重
		
		int[] dp = new int[load+1];
		
		for (int i = 1; i <= values.length; i++) {
			for (int j = load; j >= 1; j--) { 
				if(j < weight[i-1]) continue;
				dp[j] = Math.max(dp[j], dp[j-weights[i-1]] + values[i-1]);
			}
		}
		
		System.out.println(dp[load]);
	}
}

关注我：Our world我们的世界

如有疑惑，联系qq：2564797346.