简单明了动态规划求解 0-1 背包问题

问题分析： 

        0-1背包问题是一个经典的优化问题，其目标是在给定一系列物品和每个物品的价值及重量的条件下，选择物品放入背包，使得背包中物品的总价值最大，同时不超过背包的总承重。每个物品只能选择放入背包或不放入背包，因此称为0-1背包问题。0-1背包问题的求解思路主要基于动态规划。动态规划通过将问题分解为更小的子问题，并保存这些子问题的解以避免重复计算，从而高效地解决优化问题。

问题求解：

定义状态：

        设 dp[ i ] [ j ] 表示考虑前 i 个物品，且背包容量为 j 时，能获得的最大价值。

状态转移方程：

        对于第 i 个物品，有两种选择：放入背包或不放入背包。如果不放入第 i 个物品，则 dp[ i ] [ j ] = dp[ i-1 ] [ j ]（即前 i-1 个物品在背包容量为 j 时的最大价值）。如果放入第 i 个物品，则dp[ i ] [ j ] = dp[ i-1 ] [ j-w[ i-1 ] ] + a[ i-1 ]（即前 i-1 个物品在背包容量为 j-wt[ i-1 ] 时的最大价值加上第i个物品的价值，其中 w 是重量数组，a 是价值数组）。由于我们要找的是最大价值，所以 dp[ i ] [ j ] 应该是上述两种选择中的较大值。

同时，我们可以发现，第 i 行的最大价值只与第 i-1 行的的值有关，因此我们便可以考虑将数组压缩为一维数组。将数组压缩为一维数组后，我们可以看到第i轮的值会覆盖第 i-1 轮的值，但我们在计算状态转移方程，比较 dp[ j ] 和 dp[ j-w[ i-1 ] ] + a[ i-1 ] 时又会用到被覆盖了 dp[ j-w[ i-1 ] ] ，因此我们可以考虑进行反向遍历，这样就不会覆盖第 i-1 轮比现在背包容量小的值。

import java.util.Scanner;

public class main {

    public static void main(String[] args) {

        Scanner scan = new Scanner(System.in);

        //在此输入您的代码...

        // 初始化参数

        System.out.print("请输入物品总数量");

        int num = scan.nextInt();

        System.out.print("请输入背包总承重");

        int vol = scan.nextInt();

        int[] w = new int[num]; // 各个物品的总量

        int[] a = new int[num]; // 各个物品的价值

        for (int i = 0;i < num;i++) {

                System.out.print("请输入第" + (i+1) + "个物品的重量");

                w[i] = scan.nextInt();

        }

        for (int i = 0;i < num;i++) {

                System.out.print("请输入第" + (i+1) + "个物品的价值");

          a[i] = scan.nextInt();

        }

        int[] dp = new int[vol+1]; // 各个容量最大价值

        // 每次取出一个物品，看不装下和能装下时哪个价值高

        for (int i = 0;i < num;i++) {

               for (int j = vol;j >= w[i];j--) {

                     dp[j] = Math.max(dp[j], dp[j-w[i]] + a[i]);

                }

        }

        System.out.print("能获取的最大价值为：" + dp[vol]);

        scan.close();

    }

}

运行结果：

请输入物品总数量5

请输入背包总承重10

请输入第1个物品的重量1

请输入第2个物品的重量4

请输入第3个物品的重量2

请输入第4个物品的重量5

请输入第5个物品的重量2

请输入第1个物品的价值1

请输入第2个物品的价值6

请输入第3个物品的价值5

请输入第4个物品的价值3

请输入第5个物品的价值1

能获取的最大价值为：13