动态规划入门之01背包

描述：
有N 种物品，第i 种物品的重量为wi，价值为vi，每种物品只有一个。背包能承受的重量为
W。将哪些物品装入背包可使这些物品的总重量不超过背包容量，且价值总和最大？

输入：
第1 行包含一个整数T，表示有T 组测试用例。每组测试用例有3 行，第1 行包含两个整数
N;W(N 1000;W 1000) 分别表示物品的种数和背包的容量，第2 行包含N 个整数表示每种物
品的价值，第3 行包含N 个整数表示每种物品的重量。

输出：
每行一个整数，表示价值总和的最大值。

样例输入
15
10
1 2 3 4 5
5 4 3 2 1

样例输出
14

分析：
由于每种物品仅有一个，可以选择装或者不装。
定义状态f[i][j]，表示“把前i 个物品装进容量为j 的背包可以获得的最大价值”，则其状态转
移方程便是：
dp[i][j]=max{dp[i-1][j],dp[i-1][i-w[i]]+v[i]}

这个方程理解如下，把前i 个物品装进容量为j 的背包时，有两种情况：
• 第i 个不装进去，这时所得价值为：dp[i-1][j]

• 第i 个装进去，这时所得价值为：dp[i-1][i-w[i]]+v[i]

 

 

java实现代码如下：

 

import java.util.Scanner;
import java.util.Scanner;

/**
 *
 * @author Administrator
 */
public class Knapsack01 {

    public static void main(String[] args) {
        Scanner scan = new Scanner(System.in);
        int num = scan.nextInt();
        while (num-- != 0) {
            int n = scan.nextInt();       //种类数
            int m = scan.nextInt();       //背包容量
            int[] w = new int[n + 1];       //物品大小
            int[] v = new int[n + 1];      //物品容量
            int[][] dp = new int[n + 1][m + 1];
            for (int i = 1; i <= n; i++) {
                w[i] = scan.nextInt();             //物品大小
            }
            for (int i = 1; i <= n; i++) {
                v[i] = scan.nextInt();            //物品容量
            }
            for (int i = 1; i <= n; i++) {
                for (int j = 1; j <= m; j++) {
                    dp[i][j] = dp[i - 1][j];
                    if (j >= w[i]) {
                        dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - w[i]] + v[i]);
                    }
                    System.out.print(String.format("%4d", dp[i][j]));
                }
                System.out.println();
            }
            System.out.println(dp[n][m]);

        }

    }
}