动态规划之0-1背包问题

问题描述

某商店有n个重量为Wi的物品，价值为Vi，小偷的背包最大可容纳重为M的物品，问小偷应该偷那些物品能够使得偷的的东西价值最高。
因为对于每个物品只有选和不选两种情况，所以这个问题称为0-1背包问题
例题：
商店有商品如下表，小偷的背包可装的重量为20

先来看一下公式

例如B(1,2)表示在0号和1号商品中选择，此时背包容量为2，能获得的最大价值
本题要求的则是B(4,20)，过程如下

此过程可用二维数组实现：
定义一个数组res[6][21]
初始化res[i][0] = 0 res[0][i] = 0
然后双重循环：根据公式给数组中每一个元素赋值（每一个元素的值的计算依赖前面算过的值）

for (int i = 1; i < res.length; i++) {
			for (int j = 1; j < res[0].length; j++) {
				if(weight[i - 1] > j) {
					res[i][j] = res[i - 1][j];
				}else {
					res[i][j] = max(res[i - 1][j - weight[i - 1]] + value[i - 1], res[i - 1][j]);
				}
				
				
			}
		}

具体代码如下

代码

public class _01Bag {
	public static void main(String[] args) {
		int[] weight = {2,3,4,5,9};
		int[] value = {3,4,5,8,10};
		int bag = 20;
		solution(weight, value, bag);
	}

	private static void solution(int[] weight, int[] value, int bag) {
		int[][] res = new int [weight.length + 1][bag + 1];
		//初始化dp矩阵
		for (int i = 0; i < res[0].length; i++) {
			res[0][i] = 0;
			if(i < res.length)
			res[i][0] = 0;
		}
		for (int i = 1; i < res.length; i++) {
			for (int j = 1; j < res[0].length; j++) {
				if(weight[i - 1] > j) {
					res[i][j] = res[i - 1][j];
				}else {
					res[i][j] = max(res[i - 1][j - weight[i - 1]] + value[i - 1], res[i - 1][j]);
				}
				
				
			}
		}
		for (int i = 0; i < res.length; i++) {
			System.out.println();
			for (int j = 0; j < res[0].length; j++) {
				System.out.print(res[i][j] + " ");
			}
			
		}
	}

	private static int max(int i, int j) {
		if(i > j)
			return i;
		else
			return j;
	}
}