完全背包(Java)

题目

第一种解法

1. 第一层循环 控制着放入的物品
2. 第二层循环 控制着背包的重量
3. 第三层循环 控制着放入背包物品的数量. 第一行第一列全为0，方便我们计算
4. 递推的关系式为dp[i+1][j] = Math.max(dp[i+1][j],dp[i][j-k * w[i]]+k*v[i]);
5. kv[i]：选取k当前物品的价值 j-k*w[j] :当前背包还剩余可放入的重量
6. dp[i][j-kw[i]]:表示去上一件物品选取j- k w[i]重量的价值

代码如下

 public  static  int getMax(int n,int W,int[] w,int[] v){
        int[][] dp = new int[n+1][W+1];
        for(int i = 0;i < n;i++) {
            for(int j =0;j <= W;j++) {
                for (int k = 0; k *w[i]<=j; k++) {
                    dp[i+1][j] = Math.max(dp[i+1][j],dp[i][j-k*w[i]]+k*v[i]);
                }
            }
        }
        for (int i = 0; i < dp.length; i++) {
            System.out.println(Arrays.toString(dp[i]));
        }
        return  dp[n][W];
    }

第二种解法

1. 如果背包重量<物品的重量，dp[i][j] 就直接从上一件物品选取
2. 如果背包重量>物品的重量 递推关系式: Math.max(dp[i][j],dp[i+1][j-w[i]]+v[i]);
3. dp[i+1][j-w[i]]: 从当前物品选取还能放入背包。 j-w[i]:还能放入背包的重量
4. 因为 动态规划的求解，都是根据上一层的解来进行的。

代码如下

public  static  int getMax1(int n,int W,int[]w,int[]v){
        int[][] dp = new int[n+1][W+1];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j <=W; j++) {
                if(j<w[i]){
                    dp[i+1][j] = dp[i][j];
                }else{
                    dp[i+1][j] = Math.max(dp[i][j],dp[i+1][j-w[i]]+v[i]);
                }
            }
        }
        for (int i = 0; i < dp.length; i++) {
            System.out.println(Arrays.toString(dp[i]));
        }
        return  dp[n][W];
    }

第三种解法 重复利用数组

 public  static  int getMax2(int n,int W,int[] w,int[]v){
        int[] dp = new int[1001];
        for (int i = 0; i < n; i++) {
            for (int j = w[i]; j <=W ; j++) {
                dp[j] = Math.max(dp[j],dp[j-w[i]]+v[i]);
            }
        }
        return  dp[W];
    }