背包问题
动态规划——中等
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?
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
- m <= 1000
动态规划:
问题:
A[] 物品大小 V[] 物品价值,m背包容量,n物品个数,背包总价值多大?
状态分析:
子问题:前i个物品放入大小为j的背包中所获得最大价值?
dp(i,j):前i个物品放入大小为j的背包中所获得最大价值
状态转移方程:
对于第i个商品,有一种例外,装不下,两种选择,放或者不放
装不下:
dp(i,j) = dp(i-1,j);
装的下:找最大
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
dp(0,j) = dp(i,0) = 0返回值:
dp(n,m);
public int backPackII(int m, int[] A, int[] V) {
// write your code here
int n = A.length;
if(m==0 || n==0)
return 0;
int[][] dp = new int[n+1][m+1];
//初始化
for(int i =0;i<=n;i++){
dp[i][0] = 0;
}
for(int i=0;i<=m;i++){
dp[0][i] = 0;
}
for(int i = 1;i<=n;i++){
for(int j=1;j<=m;j++){
//第i个商品在A中对应的索引为i-1: i从1开始
//如果第i个商品大于j,说明放不下, 所以(i,j)的最大价值和(i-1,j)相同
if(A[i-1] > j){
dp[i][j] = dp[i-1][j];
}
//第i个商品可以在容量为j的背包放下
else{
//腾出位置,放入第i个商品后的价值
int value = dp[i-1][j-A[i-1]]+V[i-1];
//商品的最大价值
dp[i][j] = Math.max(value,dp[i-1][j]);
}
}
}
return dp[n][m];
}
优化
public int backPackII(int m, int[] A, int[] V) {
// write your code here
int n = A.length;
if(m==0 || n==0)
return 0;
int[] dp = new int[m+1];
for(int i = 0;i<=m;i++){
dp[i] = 0;
}
for(int i = 1;i<=n;i++){
for(int j = m;j>0;j--){
//如果第i个商品大于j,说明放不下, 所以(i,j)的最大价值和(i-1,j)相同
//如果可以装下,分两种情况,装或者不装
//如果不装,则即为(i-1, j)
//如果装,需要腾出放第i个物品大小的空间: j - A[i],装入之后的最大价值即为(i - 1, j -A[i-1]) + 第i个商品的价值V[i]
//最后在装与不装中选出最大的价值
if(A[i-1] <= j){
int value = dp[j-A[i-1]] + V[i-1];
dp[j] = Math.max(value,dp[j]);
}
}
}
return dp[m];
}
动规一点也不难!!!?