用动态规划解决背包问题

  求解背包问题：     

      给定 n 个背包，其重量分别为 w1,w2,……,wn, 价值分别为 v1,v2,……,vn    

      要放入总承重为 totalWeight 的箱子中，     

      求可放入箱子的背包价值总和的最大值。    

         

  NOTE:使用动态规划法求解 背包问题    

      设 前 n 个背包，总承重为 j 的最优值为 v[n,j], 最优解背包组成为 b[n];    

  求解最优值：    

      1. 若 j < wn, 则 ： v[n,j] = v[n-1,j];    

      2. 若  j >= wn, 则：v[n,j] = max{v[n-1,j], vn + v[n-1,j-wn]}。    

  求解最优背包组成：    

      1. 若 v[n,j] > v[n-1,j] 则 背包 n 被选择放入 b[n],     

      2. 接着求解前 n-1 个背包放入 j-wn 的总承重中，     

         于是应当判断 v[n-1, j-wn] VS v[n-2,j-wn], 决定 背包 n-1 是否被选择。    

      3. 依次逆推，直至总承重为零。              

  重点： 掌握使用动态规划法求解问题的分析方法和实现思想。    

  分析方法： 问题实例 P(n) 的最优解S(n) 蕴含 问题实例 P(n-1) 的最优解S(n-1);    

             在S(n-1)的基础上构造 S(n)     

    实现思想：自底向上的迭代求解 和 基于记忆功能的自顶向下递归 。

背包建模：  

1.     public class Knapsack {        
2.               
3.         /** 背包重量  */        
4.         private int weight;        
5.                 
6.         /** 背包物品价值  */        
7.         private int value;        
8.         /***    
9.          * 构造器    
10.          */        
11.         public Knapsack(int weight, int value) {        
12.             this.value = value;        
13.             this.weight = weight;        
14.         }        
15.         public int getWeight() {        
16.             return weight;        
17.         }        
18.                 
19.         public int getValue() {        
20.             return value;        
21.         }        
22.                 
23.         public String toString() {        
24.             return "[weight: " + weight + " " + "value: " + value + "]";          
25.         }        
26.     }  

Java代码：

1. public class KnapsackProblem {        
2.                 
3.         /** 指定背包 */