01背包问题及其空间优化

01背包是经典的动态规划问题，思想为取或不取第i个物品下第j空间的最大值，故可以直接进行动态规划方程构建： dp[i][j] = Math.max(dp[i - 1][j],dp[i - 1][j - wg[i]] + va[i]);

例题如下：

有 NN 件物品和一个容量是 VV 的背包。每件物品只能使用一次。

第 ii 件物品的体积是 vivi，价值是 wiwi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数，N，VN，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 NN 行，每行两个整数 vi,wivi,wi，用空格隔开，分别表示第 ii 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤10000<N,V≤1000
0<vi,wi≤10000<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

8

 解题代码：

import java.io.BufferedReader;
import java.io.InputStreamReader;

public class Main{
    
    public static void main(String [] args) throws Exception{
        
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        int n,m;
        int [] v,w;
        int [][] dp;
        
        String[] s = br.readLine().split(" ");
        n = Integer.parseInt(s[0]);
        m = Integer.parseInt(s[1]);
        v = new int[n + 1];
        w = new int[n + 1];
        dp = new int[n + 1][m + 1];
        
        for(int i = 1; i <= n; i++){
            s = br.readLine().split(" ");
            v[i] = Integer.parseInt(s[0]);
            w[i] = Integer.parseInt(s[1]);
        }
        
        for(int i = 1; i <= n; i++){
            for(int j = 1; j <= m; j++){
                dp[i][j] = dp[i - 1][j];
                if(j >= v[i]){
                    dp[i][j] = Math.max(dp[i][j],dp[i-1][j-v[i]] + w[i]);
                }
            }
        }
        
        System.out.println(dp[n][m]);
        
    } 
}

该题时间复杂度为O(nm)，基本无法进行优化，但是可以对空间复杂度进行优化，思路如下：

  for(int i = 1; i <= n; i++){
            for(int j = 1; j <= m; j++){
                dp[i][j] = dp[i - 1][j];
                if(j >= v[i]){
                    dp[j] = Math.max(dp[j],dp[j-v[i]] + w[i]);
                }
            }
        }

该部分进行循环求解时，dp[i][j]的状态仅仅和上一层相关，故可以直接利用滚动数组进行存储上一层状态，即变为

  for(int i = 1; i <= n; i++){
            for(int j = v[i]; j <= m; j++){
                    dp[i][j] = Math.max(dp[i][j],dp[i-1][j-v[i]] + w[i]);
            }
        }

但是将重量进行正序运算时，会覆盖上一层状态的值（由于数组没有第一维的约束），故可以将重量逆序列举（由于方程中不会使用到大于当前状态重量的重量）

即：

 

for(int i = 1; i <= n; i++){
            for(int j = m; j >= v[i]; j--){
                dp[j] = Math.max(dp[j],dp[j-v[i]] + w[i]);
            }
        }

 这样便可降低空间复杂度

具体优化代码如下:

import java.io.BufferedReader;
import java.io.InputStreamReader;

public class Main{
    
    public static void main(String [] args) throws Exception{
        
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        int n,m;
        int [] v,w;
        int [] dp;
        
        String[] s = br.readLine().split(" ");
        n = Integer.parseInt(s[0]);
        m = Integer.parseInt(s[1]);
        v = new int[n + 1];
        w = new int[n + 1];
        dp = new int[m + 1];
        
        for(int i = 1; i <= n; i++){
            s = br.readLine().split(" ");
            v[i] = Integer.parseInt(s[0]);
            w[i] = Integer.parseInt(s[1]);
        }
        
        for(int i = 1; i <= n; i++){
            for(int j = m; j >= v[i]; j--){
                dp[j] = Math.max(dp[j],dp[j-v[i]] + w[i]);
            }
        }
        
        System.out.println(dp[m]);
        
    } 
}