动态规划(背包问题-golang)

【0-1背包问题】
问题描述：

有n个物品和一个最多能承受重量为 W 的背包，其中第 i 件物品的重量是weight [ i ] ，所对应的价值为value[i]，每一件物品只有一件（即只能放入背包一次），求解将哪些物品放入背包后得到的背包中物品的总价值最大？

递归分析

weight物品的重量，那么我们从0开始选择，就存在选或者不选的两种情况，在这两种情况之下，那么背包的重量也存在两种情况，可以装下或者无法装下，递归函数如下：

// weight 物品的容量
// value 物品的价值
// index 当前开始选择物品的索引
// bag 背包的剩余容量
func process(weight,value []int,index,bag int) int{
	// 背包容量没有剩余
	// 严格小于0
	if bag < 0 {
		return -1
	}
	// 到达最后一个货物
	if index = len(weight) {
		return 0
	}
	// 不选择当前货物
	p1 := process(weight,value,index+1,bag)
	p2 := 0
	// 选择当前货物，则bag会减少，并且需要判断选择当前货物之后容量是否还需要继续选择
	next := process(weight,value,index,bag-weight[indx])
	if next != -1{
		p2 = value[index] + next
	}
	// 返回最大值
	if p1 > p2 {
		return p1
	}
	return p2
}

动态规划

动态规划实际上是将递归过程中产生的重复的值进行缓存，然后后续在使用重复值的时候直接选择。

// weight 物品的容量
// value 物品的价值
// index 当前开始选择物品的索引
// bag 背包的剩余rongliang
func dp(weight, value []int, bag int) int {
	m := len(weight)
	// 首先该方法中weight，value是常量，所以动态规划表中不用考虑
	dp := make([][]int, m+1)
	// 所有值初始化为0
	for i := 0; i < m+1; i++ {
		dp[i] = make([]int, bag+1)
	}
	for index := m - 1; index >= 0; index-- {
		for rest := 0; rest <= bag; rest++ {
			// p1 := process(w, v, index+1, bag)
			p1 := dp[index+1][rest]
			p2 := 0
			next := 0
			// 选择当前物品，背包容量减小,背包容量合法性
			if rest - weight[index] >= 0  {
				p2 = value[index] + dp[index+1][rest-weight[index]]
			}
			// 选择最大价值
			if p1 > p2 {
				dp[index][rest] = p1
			} else {
				dp[index][rest] = p2
			}
		}
	}
	return dp[0][bag]
}