01背包问题三种求解方式

01背包问题三种求解方式

** 有n个重量和价值分别为wi，vi的物品，从这些物品中挑选出总重量不超过W的物品，求所有挑选方案中价值总和的最大值。
1≤n≤100
1≤wi，vi≤100
1≤W≤10000
输入：
n=4
(w,v)={(2,3),(1,2),(3,4),(2,2)}
W=5
输出：
7（选择第0，1，3号物品）
因为对每个物品只有选和不选两种情况，所以这个问题称为01背包。*

package LanqiaoBeautiful._8Dp;

import java.util.Arrays;

public class packsack_01 {
	
	static int[] w = {2,1,3,2};//重量表
	static int[] v = {3,2,4,2};//价值表
	static int n=4;//物品数量
	static int W=5;//背包承重极限
	public static void main(String[] args) {
		int ww=W;
		int ans = dfs(0,ww);
		System.out.println(ans);
		
		//记忆型递归
		rec=new int[n][W+1];
		for(int i=0;i<n;i++) {
			Arrays.fill(rec[i], -1);//数组赋初值-1
		}
		ww=W;
		ans = m(0,ww);
		System.out.println(ans);
		
		//dp
		System.out.println(dp());
	}
	 
	/*
	 * 时间复杂度是2^n
	 */
	 static int dfs(int i, int ww) {
		 if(ww<0) return 0;//装不进去
		 if(i==n) return 0;//没东西可选了
		 int v2 = dfs(i+1,ww);//不选择当前物品
		 if(ww>=w[i]) {
			 int v1 = v[i]+dfs(i+1,ww-w[i]);//选择当前物品
			 return Math.max(v1,v2);
		 }else {
			 return v2;
		 }
	}
	 
	 static int[][] rec;
	 /*
	  * 记忆型递归
	  */
	 static int m(int i,int ww) {
		 if(ww<=0) return 0;//装不进去
		 if(i==n) return 0;//没东西可选了
		 //1.计算之前先查询
		 if(rec[i][ww]>=0)
			 return rec[i][ww];
		 
		 int v2 = m(i+1,ww);//不选择当前物品
		 int ans;
		 if(ww>=w[i]) {
			 int v1 = v[i]+m(i+1,ww-w[i]);//选择当前物品 
			 ans=Math.max(v1, v2);
		 }else {
			 ans=v2;
		 }
		//2.计算之后做保存
		 rec[i][ww]=ans;
		 return ans;
	 }
	 
	 //dp解法
	 static int dp() {
		 int[][] dp = new int[n][W+1];
		 //初始化dp表的第一行
		 for(int i=0;i<W+1;i++) {
			 if(i>=w[0]) {// 每种容量-0号物品
				dp[0][i]=v[0]; 
			 }else {
				 dp[0][i]=0;
			 }
		 }
		    //其他行
		 for(int i=1;i<n;i++) {
			 // j是列，也是背包的剩余容量
			 for(int j=0;j<W+1;j++) {
				 if(j>=w[i]) {//要的起
					 int i1 = v[i]+dp[i-1][j-w[i]];//选择当前物品即i号物品，剩余容量
					 int i2 = dp[i-1][j];
					 dp[i][j]=Math.max(i1, i2);
				 }else {
					 dp[i][j]=dp[i-1][j];
				 }
			 }
		 }
		 
		return dp[n-1][W];
	}
}

对于第一种直接求解的话会有大量重复的计算，时间复杂度偏高，记忆型递归是在直接递归的基础上进行了优化，再次优化就是更高效率的dp了。