背包问题 没有进行空间优化的java代码

 dp

 1、当背包只能承重1的时候，检查每种物品能否放进去，放进去能否得到最大value。

2、当背包只能承重2的时候，检查每种物品能否放进去，放进去能否得到最大value。这里，当承重为2的时候，放物品需要有两种考虑。

一：如果所检查的物品比承重2大的话，这种物品是不用考虑的。

二：如果所检查的物品比承重2小，那么也分为两种情况。

（1）：如果不放某一种物品，而是放这种物品前面的所有物品得到的最大value

（2）：如果加入这种物品，那么就要在现有的总承重基础上减去这种物品的重量，剩余的承重才能够接

 

受该物品前面的其他物品（这些物品放在剩余的承重背包中的最大value已经算出）。这样，这种物品的value加上那些剩余的承重所放的物品的最大value就是加入这种物品之后所得到的最大value。

比较（1）和（2），取二者中较大的一个，就是在承重为2的时候，扫描过这种物品之后，能得到的最大value。

所有的最大value都存放在bestvalue数组中

bestvalue数组的意思是：一共n行，m列，其中n是物品的个数，m的意思是承重的背包个数。格式如下：

 

 1 2 3 4 5 6 7 8 9 10 11 12

1

2

3

4

5

6

7

8

 

其中bestvalue[i][j]表示：处理过前i件物品，当背包承重为j的时候，所能得到的最大value。

思路是：依次对背包的各个承重数值，扫描所有物品。举例来说，当背包的承重为1的时候，扫描所有物品，得到当承重为1时的最大value（存放在bestv[1...8][1]。其中1...8表示扫描过相应个物品之后得到的最大值）。当背包的承重为2的时候，也扫描所有物品，这时候得到的就是承重为2的时候得到的最大value（每一次扫描都需要用到前面已经计算过的数据，这或许就是dp的妙处吧）。

 公式可以在下面的链接中找到：http://www.oiers.cn/pack/P01.html

这里代码只是实现了用数组来存放最大value，并没有进行空间上的优化。

java code：

 

package my; public class Main { static int[] w = { 0, 2, 1, 3, 2, 4, 5, 3, 1 };// 重量 static int[] v = { 0, 13, 10, 24, 15, 28, 33, 20, 8 };// 价值 static int max;// 最终可得到的最大价值 static int[][] bestvalue; public static void main(String[] args) { max = 12; solve(w, v, max); } // 重量，价格，背包最大承重 public static void solve(int[] w, int[] v, int maxw) { int count = w.length - 1;// 物品的个数 bestvalue = new int[count+1][maxw+1]; for (int i = 0; i <= maxw; i++) {// 背包的承重 for (int j = 0; j <= count; j++) {// 扫描物品，是否能够放到承受重量j的背包中 if (i == 0 || j == 0) { bestvalue[j][i] = 0; } else { if (i < w[j]) {// 如果背包的承重小于物品重量，那么最优解存在于将j-1件物品放入到承重为i的背包中 bestvalue[j][i] = bestvalue[j - 1][i]; } else {// 如果背包的承重大于物品重量，考虑是否放入背包 // 分别找到该物品不放入背包和放入背包时候 int t1 = bestvalue[j - 1][i]; int t2 = bestvalue[j - 1][i - w[j]] + v[j];// 前j-1件物品放入到容量为i-w[i]的背包中 bestvalue[j][i] = Math.max(t1, t2); } } }// for }// for System.out.println(bestvalue[count][maxw]); } }  

结果：90