动态规划解0-1背包问题

问题：购物车体积为13，求能选择的最大价值

P[i,c]：i代表i商品，c代表剩余体积
Vi：第i个商品的体积，Pi：第i个商品的价格

P[i,c]=max{p[i-1,c-vi]+pi，p[i-1,c]}
即：比较选i时的价值(p[i-1,c-vi]+pi)和不选i时的价值(p[i-1,c])的大小，选择价值最大的

首先初始化当i=0时或c=0时P[i,c]都为0

最后一个点就是最优解

过程如下

记录拿不拿此商品的决策过程

选择了商品i，即价值为p[i-1,c-vi]+pi，则Rec[i,c]=1。

若没有选择商品i，则价值为p[i-1,c]，则Rec[i,c]=0。

伪代码

从最后一个格子开始倒序判断是否选择商品

动态规划解题步骤

代码为：

//一共有5个商品，购物车体积为13，求能选择的最大价值
public class BackPack {
	public static void main(String[] args) {
		int[] v = {10,3,4,5,4};	//商品的体积
		int[] pic = {24,2,9,10,9};	//商品的价值
		int[][] P = new int[6][14];	//用于记录递推过程(第1个坐标值的(1-5)代表5个商品,第2个坐标值的(1-13)代表购物车的体积)
		int[][] rec = new int[6][14];	//记录决策过程
		//初始化时设置当商品为0时或当购物车体积为0时P[][]都为0，因为后面递推时需要用到这些数据
		for (int i = 0; i < P.length; i++) {
			P[i][0] = 0;
		}
		for (int j = 0; j < P[0].length; j++) {
			P[0][j] = 0;
		}
		
		for (int i = 1; i < 6; i++) {	//商品编号1-5
			for (int j = 1; j < 14; j++) {	//购物车体积1-13
				if(v[i-1]<=j&&P[i-1][j-v[i-1]]+pic[i-1]>P[i-1][j]){	//v[i-1]<=j：背包可以装下商品i
				//P[i-1][j-v[i-1]]+pic[i-1]：装下商品i时的价值，P[i-1][j]：没装商品i时的价值
					P[i][j] = P[i-1][j-v[i-1]]+pic[i-1];	//装下时价值大于没装时，则P[i][j]放装下时的价值
					rec[i][j] = 1;	//选择了商品，则置此时标志为1
				}else{
					P[i][j] = P[i-1][j];	//装下时价值小于没装时，则P[i][j]放没装下时的价值
					rec[i][j] = 0;	//没选择商品，则置此时标志为0
				}
			}
		}
		System.out.println("备忘录为：");
		for (int i = 0; i < 6; i++) {
			for (int j = 0; j < 14; j++) {
				System.out.print(P[i][j]+"\t");
			}
			System.out.println();
		}
		//备忘录的最后一个元素即为结果
		System.out.println("最大价值为："+P[5][13]);
		
		System.out.println("决策过程为：");
		for (int i = 0; i < 6; i++) {
			for (int j = 0; j < 14; j++) {
				System.out.print(rec[i][j]+"\t");
			}
			System.out.println();
		}
		
		System.out.println("选择的商品编号为：");
		int volume = 13;
		for (int i = 5; i >0 ; i--) {
			if(volume-v[i-1]>=0&&rec[i][volume]==1){
				volume = volume-v[i-1];
				System.out.print(i+"\t");
			}
		}			
	}
}