【Lintcode】125. Backpack II

题目地址：

http://www.lintcode.com/problem/backpack-ii/description

$0-1$背包问题，$A$表示物品体积，$V$表示物品价值，背包容量为$m$，每个物品只能最多选一次，问在不超过背包容量的前提下，最多能装多大价值的物品。

思路是动态规划。设$f[i][j]$是从$A[0:i]$这些物品里取出若干总体积不超过$j$的物品的价值最大值。这个最大值有两种可能，要么包含物品$i$，此时最大值是$f[i-1][j-A[i]]+V[i]$；要么不包含物品$i$，此时最大值是$f[i-1][j]$。比较一下这两个最大值取大者，就是$f[i][j]$，即 f [ i ] [ j ] = max ⁡ { f [ i − 1 ] [ j − A [ i ] ] + V [ i ] , f [ i − 1 ] [ j ] } f[i][j]=\max\{f[i-1][j-A[i]]+V[i],f[i-1][j]\} f[i][j]=max{f[i−1][j−A[i]]+V[i],f[i−1][j]}从上面的式子看出，更新顺序是，$i$从小到大，$j$也是从小到大。代码如下：

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) {
        // write your code here
        int[][] dp = new int[A.length][m + 1];
        
        // 考虑第0个物品，只有容量大于等于A[0]的时候才能放进去
        for (int i = A[0]; i <= m; i++) {
            dp[0][i] = V[0];
        }
    
        for (int i = 1; i < A.length; i++) {
            for (int j = 0; j <= m; j++) {
                dp[i][j] = dp[i - 1][j];
                if (j >= A[i]) {
                    dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - A[i]] + V[i]);
                }
            }
        }
        
        return dp[A.length - 1][m];
    }
}

时空复杂度$O(l_{A}m)$。

接下来考虑优化空间复杂度。可以看到，$f[i][j]$的值只取决于上一行正上方元素和上一行左边的元素，所以可以按行滚动做空间优化。每一行需要从右向左更新，否则的话更新到$f[i][j]$的时候，$f[i-1][j-A[i]]$已经被覆盖掉了，这个时候答案已经得不到了。具体代码如下：

import java.util.Arrays;

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) {
        // write your code here
        int[] dp = new int[m + 1];
        
        for (int i = A[0]; i <= m; i++) {
            dp[i] = V[0];
        }

        for (int i = 1; i < A.length; i++) {
            for (int j = m; j >= A[i]; j--) {
            	dp[j] = Math.max(dp[j], dp[j - A[i]] + V[i]);
            }
        }
        
        return dp[m];
    }
}

时间复杂度不变，空间$O(m)$。