背包（01背包，背包装满，完全背包）问题

先给一段代码熟悉一下最简单的背包

解法代码框架
import java.util.Scanner;

public class pack {
    public static void main(String[] args) {
        Scanner scanner=new Scanner(System.in);
        int n;
        //物品个数
        n=scanner.nextInt();
        int dv=scanner.nextInt();
        //体积
        int[] v=new int[n];
        //价值
        int[] w=new int[n];
        for(int i=0;i<n;i++){
            v[i]=scanner.nextInt();
        }
        for(int i=0;i<n;i++){
            w[i]=scanner.nextInt();
        }
        int maxv[][]=new int[n+1][dv+1];
        for(int i=0;i<=n;i++){
            for(int j=0;j<=dv;j++){
                if(i==0|| j==0){
                    maxv[i][j]=0;
                    continue;
                }
                //背包体积小于物品体积
                if(j<v[i-1]) maxv[i][j]=maxv[i-1][j];
                //背包体积大于等于物品体积
                else {
                	//判断是否要将该物品添加进去，添加的话就要清除出该物品的体积的空位出来
                    int add=w[i-1]+maxv[i-1][j-v[i-1]];
                    int not=maxv[i][j]=maxv[i-1][j];
                    maxv[i][j]=add>not?add:not;
                }
            }
        }
        for(int i=0;i<=n;i++){
            for(int j=0;j<=dv;j++) {
                System.out.print(maxv[i][j]+" ");
            }
            System.out.println();

        }
    }

}

1—01背包

问题：m件物品，承重为n

1.我们会定义两个一维数组，一个是物体重量，一个是物体价值。

还有一个二维数组表示在i件物品和背包为j的情况下的最大价值，行为i=（m+1），列为j=(n+1)。i表示可以拿前面i件物品，j表示背包可装载容量
然后初始化在它只能装入0件物品的时候，各个承重的背包可以获得的价值。（第一行初始化为0价值）

2.然后做循环i，j

		// 注意边界问题，i是从1开始的，j是从0开始的
		// 因为F[i - 1][j]中i要减1
		for (int i = 1; i <= N; i++) {
			for (int j = 0; j <= V; j++) {
				// 如果容量为j的背包放得下第i个物体
				if (j >= weight[i]) {
					F[i][j] = Math.max(F[i - 1][j - weight[i]] + value[i], F[i - 1][j]);
				} else {
					// 放不下，只能选择不放第i个物体
					F[i][j] = F[i - 1][j];
				}
			}
		}
		

2—01背包&&恰好完全装满

还有一种问题：要求背包恰好装满的情况。

在对二维数组初始化时：
1）v[0][0]初始化为0
2）第一行和第一列的其他值都设为-INF(未装满的状态)

原因：
1）占用空间为0的物品刚好可以装满空间为0的背包
2）只有上一层恰好装满时，使用状态方程得到的下一层才能是正好装满，因此初始值设为-INF，即上一层未装满时，下一层加入a[i]结果仍然是-INF即未装满。

同样的，初始化一维数组时，将v[0]设为0，其他设为-INF

3—完全背包

道理差不多，就是在加入新物体的过程中，再加一个循环来看看要加多少个,这里的增加是在二维数组中对该值进行修正。

        //注意边界问题，i是从1开始的
        for(int i = 1; i <= N; i++) {
            //j是正序、降序没影响
            for (int j = 0; j <= V; j++) {
                for (int k = 0; k <= V / weight[i]; k++) {
                    if (j >= k * weight[i]) {
                        //注意：状态转移方程是F[i][j]，而不是F[i - 1][j]
                        //因为这时放k个第i个物品，之后还可能继续放这个物体，所以应是F[i][j]
                        F[i][j] = Math.max(F[i - 1][j - k * weight[i]] + k * value[i], F[i][j]);
                    } else {
                        //可以省略，这里为什么不是F[i - 1][j]
                        //因为刚开始k=0，j >= 0 * weight[i]肯定成立，此时F[i][j] = F[i - 1][j]。
                        F[i][j] = F[i][j];
                    }
                }
            }
        }

另一种写法，空间优化

//这里的做法是把原本的二维数组变成一个一维数组。
//但是原理一样
//就是得到Math.max(（承载重量为j-weight[i]的最大价值+该物品价值）,该承重的原本的价值）
        //注意边界问题，i是从1开始的
        for(int i = 1; i <= N; i++) {
            //唯一不同的地方，j是正序遍历
            for(int j = 0; j <= V; j++) {
                if(j >=  weight[i]) {
                    F[j] = Math.max(F[j - weight[i]] + value[i], F[j]);
                }else {
                    //可以省略
                    F[j]= F[j];
                }
            }
        }