链接:https://www.lintcode.com/problem/backpack-ii/description
【题目描述】
有 n 个物品和一个大小为 m 的背包,给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值。问最多能装入背包的总价值是多大?
Example
样例 1:
输入: m = 10, A = [2, 3, 5, 7], V = [1, 5, 2, 4]
输出: 9
解释: 装入 A[1] 和 A[3] 可以得到最大价值, V[1] + V[3] = 9
样例 2:
输入: m = 10, A = [2, 3, 8], V = [2, 5, 8]
输出: 10
解释: 装入 A[0] 和 A[2] 可以得到最大价值, V[0] + V[2] = 10
Notice
A[i], V[i], n, m 均为整数
你不能将物品进行切分
你所挑选的要装入背包的物品的总大小不能超过 m
每个物品只能取一次
【解题思路】
假设背包的大小为10,所有商品的大小及价值如下表格所示:
当每次看到一个新商品时,无非只有两种选择:往包里放还是不放。
只要商品的大小比包的大小小,就说明该商品一定能放进去。
那么如果往包里放的话,可能需要把其他商品取出来再把该商品放进去以取得商品最大值。
状态F(i, j):前 i 个物品放入大小为 j 的背包中所获得的最大价值
状态递推公式:对于第 i 个商品,有两种情况:是否装得下。
① 如果装不下,此时的价值与前 i-1 个的价值是一样的,即就是F(i, j) = F(i-1, j)
;
② 如果装得下,有两种选择:放还是不放,所以这个时候就需要在两种选择中找价值最大的,即就是F(i, j) = max{F(i-1, j), F(i-1, j - A[i]) + V[i]}
;
F(i-1, j)
:表示不把第 i 个物品放入背包中,所以它的价值就是前 i-1 个物品放入大小为 j 的背包的最大价值F(i-1, j - A[i]) + V[i]
:表示把第 i 个物品放入背包中,价值增加 V[i],但是需要腾出 j - A[i] 的大小放第 i 个商品
初始化:第 0 行和第 0 列都为0,表示没有装物品时的价值都为0,即就是F(0, j) = F(i, 0) = 0
返回值:F(n, m)
根据上述分析,可以列出如下图所示的一个二维矩阵。横轴代表的是背包的大小,纵轴代表的是放入的物品:
【代码展示】
public class Solution {
/**
* @param m: An integer m denotes the size of a backpack
* @param A: Given n items with size A[i]
* @param V: Given n items with value V[i]
* @return: The maximum value
*/
public int backPackII(int m, int[] A, int[] V) {
if(A.length == 0) {
return 0;
}
int row = A.length;
int[][] maxV = new int[row + 1][m + 1];
///第i个商品在A中对应的索引为i-1,i从1开始
for(int i = 1; i <= row; i++) {
for(int j = 1; j <= m; j++) {
if(A[i-1] > j) {//第i个商品放不下
maxV[i][j] = maxV[i-1][j];
}else {//要么放进去,要么不放,选一个最大值
maxV[i][j] = Math.max(maxV[i-1][j], maxV[i-1][j-A[i-1]] + V[i-1]);
}
}
}
return maxV[row][m];
}
}
优化算法:
上面的算法在计算第 i 行元素时,只用到第 i-1 行的元素,所以二维的空间可以优化为一维空间。但是如果是一维向量,需要从后向前计算,因为后面的元素更新需要依靠前面的元素未更新(模拟二维矩阵的上一行的值)的值。
public class Solution {
/**
* @param m: An integer m denotes the size of a backpack
* @param A: Given n items with size A[i]
* @param V: Given n items with value V[i]
* @return: The maximum value
*/
public int backPackII(int m, int[] A, int[] V) {
if(A.length == 0) {
return 0;
}
int row = A.length;
int[] maxV = new int[m + 1];
for(int i = 1; i <= row; i++) {
for(int j = m; j >= 1; j--) {
if(A[i-1] <= j) {
maxV[j] = Math.max(maxV[j], maxV[j-A[i-1]] + V[i-1]);
}
}
}
return maxV[m];
}
}