[算法]2道经典背包问题(动规入门)

背包问题

下列实现均为朴素解法，普通但是容易理解！先学会走再学跳嘛！

0-1背包

描述

有N种物品和一个容量为V的背包，每种物品只能使用一次。
第 i 种物品的体积为vi，价值为wi。
问如何放置这些物品，在不超过背包容量的前提下，使得背包内物品价值达到最大值？

样例

输入：
	4 5
	1 2
	2 4
	3 4
	4 5
输出：
	 8

原题链接

---

思路

解析方法

分析状态，推导状态转移方程

1.分析状态时，先分析问题的集合和属性

• 集合：满足“条件”的所以集合
• 属性：最值/数量…
• 状态=属性+集合

2.推导状态转移方程，即如何划分上述的集合

---

解析过程

状态：f[i][j]
f[i][j] 表示 ：所有满足 在前 i-1 种物品中选择，且总体积不超过 j 的方案的最大值。

状态转移方程：
在0-1背包问题中，每种物品只能使用一次，所以集合划分就是选还是不选的问题。

综上所述，状态转移方程为：

当前物品i 的体积 > 背包剩余容量==不选择第 i 种物品

j< v[i] : 
f[i][j]=f[i-1][j]

当物品i的体积<背包剩余容量:
需要在选择 i 和不选 i 物品集合中，找出可以使价值达到最大的方案。
（也就是说：在众多选择方案中，基于之前的选择，我在选了a 和不选 a 的两种情况下，哪一种可以我背包中的物品价值更大）

 j>=v[i] : 
 f[i][j]=max{f[i-1][j],f[i-1][j-v]+w}

实现

import java.util.Scanner;
public class Main{
    /**
     * 问题：问怎样放置物品在不超过背包容量的情况下，达到商品价值的最大值
     * 背包问题：每个物品只能使用一次
     * 状态 dp[i][j]：表示 所有前i个物品，总体积<= j的方案的最大值
     * 状态转移：
     *  不选择第i种物品：dp[i][j]=dp[i-1][j]
     *  (不选择第i种物品时，当前状态下的最大值仍然是前i-1种商品在总体积不超过j的所有方案中的最大值)
     *  选择第i种物品：dp[i][j]=dp[i-1][j-v[i]]+w[i]
     *  (选择第i种物品的方案中最大值=前i-1种物品，放在容量为j-v[i]的背包中的最大值+第i件物品的价值)
     *  状态转移方程
     *  v[i]<=j时，dp[i][j]=max{dp[i-1][j],dp[i-1][j-v[i]]+w[i]}
     *  v[i]>j时， dp[i][j]=dp[i-1][j] (当前物品的添加超出总体积约束范围，不选该物品)
     *  状态初始化
     *  dp[0][0]=0：当在背包不放任何物品时(体积总和为0)，背包物品价值(最大值)为0
     */

    public static void main(String[] args) {
        Scanner sc=new Scanner(System.in);
        int N=sc.nextInt();
        int V=sc.nextInt();

        //一个长度为N的数组，第i个元素表示第i个物品的体积、价值
        int[] v=new int[N+1];
        int[] w=new int[N+1];
        for (int i = 1; i <= N; i++) {
            v[i]=sc.nextInt();
            w[i]=sc.nextInt();
        }
        // N+1,V+1 表示：
        // 第0行表示只能选择第0个物品的时候，即没有物品的时候
        // 第0列表示背包的体积为0的时候，即不能装任何东西的时候
        int[][] dp=new int[N+1][V+1];
        //状态初始化
        dp[0][0]=0;
        //枚举各种情况，找出符合条件的最大值
        for (int i = 1; i <= N; i++) {
            for (int j = 0; j <=V; j++) {
                if (j>=v[i]){
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-v[i]]+w[i]);
                }else {
                    dp[i][j]=dp[i-1][j];
                }
            }
        }
		//最后dp[N][V]就是题目中要求的答案！
        System.out.println(dp[N][V]);
    }
}

---

完全背包

有N种物品和一个容量为V的背包，每种物品都可以无限次使用。
第i种物品的体积为vi，价值为wi。
问如何放置这些物品，在不超过背包容量的前提下，使得背包内物品价值达到最大值？

样例

输入：
4 5
1 2
2 4
3 4
4 5
输出：
10

原题链接

思路

按照0-1背包的分析方法，我们再来看完全背包问题

完全背包和0-1背包在题目描述上的唯一区别：物品可以无限次使用
从而可以判断，在划分集合时，会有所不同。

状态：f[i][j]
所有满足 在前 i-1 种物品中选择，且总体积不超过 j 的方案的最大值。
状态转移方程：

实现

public class Main{
    /**
     * 过程分析：
     * 状态
     *      集合：所有满足在前i的物品中，物品总价值<=背包容量j的方案的集合
     *      属性：所有满足条件集合的最大值
     * 状态方程
     *      当第i个物品使用0次(就是不往包里装i物品)，dp[i][j]=dp[i-1][j]
     *      当第i个物品使用K次，dp[i][j]=dp[i-1][j-k*v[i]]+k*w[i]
     *
     *     dp[i][j]=max{dp[i-1][j],dp[i-1][j-v]+w,dp[i-1][j-2v]+2w....}
     *     dp[i][j-v]=max{dp[i-1][j-v],dp[i-1][j-2v]+w,dp[i-1][j-3v]+2w....}
     *     dp[i][j]=max{dp[i-1][j],dp[i][j-v]+w}
     */
    public static void main(String[] args){
        Scanner sc=new Scanner(System.in);
        int N=sc.nextInt();
        int V=sc.nextInt();
        int[] v=new int[N+1];
        int[] w=new int[N+1];
        for(int i=1;i<=N;i++){
            v[i]=sc.nextInt();
            w[i]=sc.nextInt();
        }
        int[][] dp=new int[N+1][V+1];
        for(int i=1;i<=N;i++){
            for(int j=0;j<=V;j++){
                dp[i][j]=dp[i-1][j];
                if(j>=v[i]){
                    dp[i][j]=Math.max(dp[i-1][j],dp[i][j-v[i]]+w[i]);
                }
            }
        }
        System.out.println(dp[N][V]);
    }
}

---

推荐文章：背包九讲