java 01背包问题

01背包问题介绍

在01背包问题中，给定一组物品，每个物品有对应的重量和价值，以及一个固定的背包容量。问题的目标是选择一些物品放入背包中，使得放入的物品总重量不超过背包容量，并且总价值最大化。（注意：在01背包问题中，每个物品只能用一次）

本次讨论假设背包的最大重量为6，且有以下物品：

1. 物品1：重量1，价值3
2. 物品2：重量3，价值2
3. 物品3：重量6，价值5

解题方法

我们可以使用动态规划来解决01背包问题。
定义一个二维数组 dp[i][j] 表示在考虑前 i 个物品，并且背包容量为 j 时，可以获得的最大价值。（注意这里dp数组的含义）

状态转移方程

状态转移方程如下：

• 当第 i 个物品不放入背包时，dp[i][j] = dp[i-1][j]。
• 当第 i 个物品放入背包时，dp[i][j] = dp[i-1][j-w[i]] + v[i]，其中 w[i] 表示第 i 个物品的重量，v[i] 表示第 i 个物品的价值。

步骤演示

让我们通过一个步骤演示来解决这个问题：

• 表格中第一行表示背包容量为0时，无论有多少物品，背包的价值都为0。
• 表格中第一列表示没有物品可选择时，无论背包容量多大，背包的价值都为0。
• 从第二行第二列开始填表，我们按照状态转移方程来计算每个单元格的值。
• 对于每个物品，我们考虑放入或不放入背包的两种情况，选择其中价值更大的方案填入表格中。

首先先初始化dp数组：

物品 i \ 背包容量 j	0	1	2	3	4	5	6
0	0	0	0	0	0	0	0
1	0
2	0
3	0

解释：

• 表格中第一行表示背包容量为0时，无论有多少物品，背包的价值都为0。

• 表格中第一列表示没有物品可选择时，无论背包容量多大，背包的价值都为0。

• 开始逐步填表格。首先考虑第一个物品1（重量1，价值3）：

  • 当背包容量为0时，无法放入物品1，所以背包价值为0。
  • 当背包容量为1时，可以放入物品1，此时背包价值为3。
  • 当背包容量为2时，无法放入物品1，因此背包价值继续为0。
  • 以此类推填写第一行。

• 然后继续考虑第二个物品2（重量3，价值2）。按照状态转移方程填写表格：

  • 当背包容量为0时，无法放入物品2，所以背包价值为0。
  • 当背包容量为1时，无法放入物品2，因此背包价值继续为3。
  • 当背包容量为2时，无法放入物品2，因此背包价值继续为3。
  • 当背包容量为3时，可以放入物品2，此时背包价值为2（放入物品1和物品2的最大价值）。

• 最后考虑第三个物品3（重量6，价值5）。按照状态转移方程填写表格：

  • 当背包容量为0时，无法放入物品3，所以背包价值为0。
  • 当背包容量为1时，无法放入物品3，因此背包价值继续为3。
  • 以此类推填写剩余单元格

物品 \ 背包容量	0	1	2	3	4	5	6
0	0	0	0	0	0	0	0
1	0	3	3	3	3	3	3
2	0	3	3	3	5	5	5
3	0	3	3	3	5	5	5

Java代码实现

下面是用Java实现的01背包问题的解法：
在这段代码中，weights 数组存储物品的重量，values 数组存储物品的价值，capacity 表示背包的容量。函数返回背包能够获得的最大价值。

public class Knapsack01 {
    public int knapsack(int[] weight, int[] value, int capacity) {
        int n = weight.length;
        int[][] dp = new int[n + 1][capacity + 1];
        
        // 遍历物品
        for (int i = 1; i <= n; i++) {
            // 遍历背包承重
            for (int j = 1; j <= capacity; j++) {
                // 如果当前物品重量大于背包承重，无法放入背包
                if (weight[i - 1] > j) {
                    dp[i][j] = dp[i - 1][j];
                } else {
                    // 取放入和不放入背包的最大值
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weight[i - 1]] + value[i - 1]);
                }
            }
        }
        
        // 返回结果
        return dp[n][capacity];
    }
    
    public static void main(String[] args) {
        Knapsack01 knapsack = new Knapsack01();
        int[] weight = {1, 3, 6};
        int[] value = {3, 2, 5};
        int capacity = 6;
        System.out.println(knapsack.knapsack(weight, value, capacity)); // 输出：5
    }
}