0-1背包问题（动态规划）

0-1背包

• 问题描述：有一个容量为 N 的背包，要用这个背包装下物品的价值最大，这些物品有两个属性：体积 w 和价值 v，共有M个物品。

• 解：定义一个二维数组 dp 存储最大价值，其中 dp[i][j] 表示前 i 件物品体积不超过 j 的情况下能达到的最大价值。那么结果为dp[M][N]就是原问题的解。设第 i 件物品体积为 w，价值为 v，根据第 i 件物品是否添加到背包中，可以分两种情况讨论：

  第 i 件物品没添加到背包，总体积不超过 j 的前 i 件物品的最大价值就是总体积不超过 j 的前 i-1 件物品的最大价值，dp[i][j] = dp[i-1][j]。
  第 i 件物品添加到背包中，dp[i][j] = dp[i-1][j-w[i]] + v。第i件物品添加到背包并且体积不超过j，那么前i-1件物品的体积不超过j-w[i]（减去第i件物品的体积）。
  第 i 件物品可添加也可以不添加，取决于哪种情况下最大价值更大。因此，0-1 背包的状态转移方程为：
  dp[i][j] = max (dp[i-1][j], dp[i-1][j-w[i]] + v)

/* N 为背包总体积
* M 为物品数量
* weights 数组存储 N 个物品的重量
* values 数组存储 N 个物品的价值
*/
public int bag(int N, int M, int[] weights, int[] values) {
    int[][] dp = new int[M + 1][N + 1];
    for (int i = 1; i <= M; i++) {
        int w = weights[i - 1], v = values[i - 1];
        for (int j = 1; j <= N; j++) {
            if (j >= w) {
                dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - w] + v);
            } else {
                dp[i][j] = dp[i - 1][j];
            }
        }
    }
    return dp[M][N];
}

为什么不能用贪心

0-1 背包问题无法使用贪心算法来求解，也就是说不能按照先添加性价比最高的物品来达到最优，这是因为这种方式可能造成背包空间的浪费，从而无法达到最优。考虑下面的物品和一个容量为 5 的背包，如果先添加物品 0 再添加物品 1，那么只能存放的价值为 16，浪费了大小为 2 的空间。最优的方式是存放物品 1 和物品 2，价值为 22.

id	w	v	v/w
0	1	6	6
1	2	10	5
2	3	12	4

变型

• 完全背包：物品数量为无限个

• 多重背包：物品数量有限制

• 多维费用背包：物品不仅有重量，还有体积，同时考虑这两种限制

• 其它：物品之间相互约束或者依赖

0-1背包变型题

• 题目：
  

• 题解：看成sum/2背包问题，背包容量为数组和的一半。
  dp[i][j] = true 表示加到第i件物品时，容量为j的背包满了，不满则为false.
  认为j=0时是满的 。

  那么dp[i][j]，第i个物品时容量为j是满的，可能是i-1就满了(dp[i-1][j])，也可能是加上第i个之后满了dp[i-1][j-w] + v。

• 代码

package leetcode.dp;

import java.util.Scanner;

/*
 * 416: 分割等和子集
 */
public class CanPartition {
	public static void main(String[] args) {
		Scanner s = new Scanner(System.in);
		while(s.hasNext()) {
			int n = s.nextInt();
			int[] a = new int[n];
			for(int i=0;i<n;i++) {
				a[i] = s.nextInt();
			}
			
			System.out.println(canPartition(a));
		}
		
		s.close();
	}
	
	public static boolean canPartition(int[] nums) {
		if(nums == null || nums.length == 0) return true;     //空的时候分两个空的
		
		int sum = 0;
		for(int i=0;i<nums.length;i++) {
			sum+=nums[i];
		}
		if(sum%2 != 0) return false;
		
		//boolean dp[i][j]= true 代表 i个物品放到容量为j的背包里，刚好放满。j = sum/2;
		boolean[][] dp = new boolean[nums.length + 1][sum/2+1];
		
		for(int j=1;j<=sum/2;j++) {
			dp[0][j] = false;   //背包>=1, 不放物品, 即放不满
		}
		for(int i=0;i<=nums.length;i++) {
			dp[i][0] = true;  //背包容量=0，默认是能放满
		}
		
		for(int i=1;i<=nums.length;i++) {
			for(int j=1;j<=sum/2;j++) {
				int v = nums[i-1];
				if(j<v) {
					dp[i][j] = dp[i-1][j];
				}else {
					dp[i][j] = dp[i-1][j-v] || dp[i-1][j];
				}
			}
		}
		
		return  dp[nums.length][sum/2];
    }
}