背包问题

背包问题

01背包

有4个物品，它们有各自的重量（2，3，4，5）和价值（3，4，5，6），现有给定可装重量为8的背包，如何让背包里装入的物品具有最大的价值总和？
设物品1重量为2，价值为3,物品2。。。。
dp[i][j] 表示有物品1到i可供选择时,背包可装重量为j时，可得到的最大价值。

    //value[]物品价值，weight[]物品重量，weight[]背包容量
    public int dp(int value[],int weight[],int capacity){
        int num = value.length;//可选择的物品数量
        //dp[1][2]表示有物品1到i可供选择时,背包可装重量为2时，可得到的最大价值。
        int dp[][]=new int[num+1][capacity+1];
        for (int i = 1; i <= num ; i++) {//i表示当前可选择的数量，i=1时表示当前只有第一件物品可选择
            for (int j = 1; j <= capacity; j++) {//求容量从1到capacity的背包最大价值
                if (j>=weight[i-1]){//判断是否装得下
                    //选择装或不装两者中的最优方案
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][ j - weight[i-1] ] + value[i-1] );
                }else {
                    dp[i][j] = dp[i-1][j];
                }
            }
        }
        return dp[num][capacity];
    }

优化：采用一维数组

  public int dp(int value[],int weight[],int capacity){
        int num = value.length;//可选择的物品数量
        int dp[]=new int[capacity+1];//res[1]代表背包容量为1时的最大价值
        for (int i = 0; i < num ; i++) {//i+1表示当前可选择的数量，i=0时表示当前只有第一件物品可选择
            //求容量从capacity到1的背包最大价值
            for (int j = capacity; j >= 1; j--) {//因为dp[j]的值依赖于i-1时的dp[j - weight[i]]，如果从1到capacity计算会覆盖该值
                if (j>=weight[i]){//判断是否装得下
                    dp[j] = Math.max(dp[j],dp[ j - weight[i] ]+ value[i] );
                }
            }
        }
        return dp[capacity];
    }

完全背包

有4种物品，每种物品有无限个，4种物品各自的重量（2，3，4，5）和价值（3，4，5，6），现有给定可装重量为8的背包，如何让背包里装入的物品具有最大的价值总和？（在01背包问题的基础上改为每种物品有无限个）
dp[i][j] 的意义不变

  public int dp(int value[],int weight[],int capacity){
        int num = value.length;//可选择的物品数量
        //dp[1][2]表示有物品1到i可供选择时,背包可装重量为2时，可得到的最大价值。
        int dp[][]=new int[num+1][capacity+1];
        for (int i = 1; i <= num ; i++) {//i表示当前可选择的数量，i=1时表示当前只有第一件物品可选择
            for (int j = 1; j <= capacity; j++) {//求容量从1到capacity的背包最大价值
                int maxNum = j/weight[i-1];//第i件物品最多可以选择的数量
                for (int k = 0; k <= maxNum ; k++) {//可以选择0到maxNum件
                    //选择最优方案
                    dp[i][j] = Math.max(dp[i][j],dp[i-1][ j - k * weight[i-1] ] + k * value[i-1] );
                }
            }
        }
        return dp[num][capacity];
    }

优化：采用一维数组

   public int dp(int value[],int weight[],int capacity){
        int num = value.length;//可选择的物品种类的数量
        int dp[]=new int[capacity+1];//res[1]代表背包容量为1时的最大价值
        for (int i = 0; i < num ; i++) {//i+1表示当前可选择的数量，i=0时表示当前只有第一件物品可选择
            //求容量从capacity到1的背包最大价值
            for (int j = capacity; j >= 1; j--) {//因为dp[j]的值依赖于i-1时的dp[j - weight[i]]，如果从1到capacity计算会覆盖该值
                int maxNum = j/weight[i];//第i+1件物品最多可以选择的数量
                for (int k = 0; k <= maxNum ; k++) {//可以选择0到maxNum件
                    //选择最优方案
                    dp[j] = Math.max(dp[j],dp[ j - k * weight[i] ]+ k * value[i] );
                }
            }
        }
        return dp[capacity];
    }

多重背包

有4种物品，4种物品各自的重量（2，3，4，5）和价值（3，4，5，6）和数量（3，4，5，6），现有给定可装重量为8的背包，如何让背包里装入的物品具有最大的价值总和？（在完全背包问题的基础上改为每种物品有有限个）

public int dp(int value[],int weight[],int capacity,int mount[]){
        int num = value.length;//可选择的物品种类的数量
        //dp[1][2]表示有物品1到i可供选择时,背包可装重量为2时，可得到的最大价值。
        int dp[][]=new int[num+1][capacity+1];
        for (int i = 1; i <= num ; i++) {//i表示当前可选择的数量，i=1时表示当前只有第一件物品可选择
            for (int j = 1; j <= capacity; j++) {//求容量从1到capacity的背包最大价值
                int maxNum = Math.min( j/weight[i-1] , mount[i-1] )   ;//第i件物品最多可以选择的数量
                for (int k = 0; k <= maxNum ; k++) {//可以选择0到maxNum件
                    //选择最优方案
                    dp[i][j] = Math.max(dp[i][j],dp[i-1][ j - k * weight[i-1] ] + k * value[i-1] );
                }
            }
        }
        return dp[num][capacity];
    }

优化：采用一维数组

  public int dp(int value[],int weight[],int capacity,int mount[]){
        int num = value.length;//可选择的物品数量
        int dp[]=new int[capacity+1];//res[1]代表背包容量为1时的最大价值
        for (int i = 0; i < num ; i++) {//i+1表示当前可选择的数量，i=0时表示当前只有第一件物品可选择
            //求容量从capacity到1的背包最大价值
            for (int j = capacity; j >= 1; j--) {//因为dp[j]的值依赖于i-1时的dp[j - weight[i]]，如果从1到capacity计算会覆盖该值
                int maxNum = Math.min( j/weight[i] , mount[i]) ;//第i+1件物品最多可以选择的数量
                for (int k = 0; k <= maxNum ; k++) {//可以选择0到maxNum件
                    //选择最优方案
                    dp[j] = Math.max(dp[j],dp[ j - k * weight[i] ]+ k * value[i] );
                }
            }
        }
        return dp[capacity];
    }