0-1背包_动态规划

0-1背包

描述：

给定n(n<=100)种物品和一个背包。物品i的重量是wi，价值为vi，背包的容量为C(C<=1000)。问:应如何选择装入背包中的物品，使得装入背包中物品的总价值最大? 在选择装入背包的物品时，对每种物品i只有两个选择：装入或不装入。不能将物品i装入多次，也不能只装入部分物品i。

输入格式:

共有n+1行输入： 第一行为n值和c值，表示n件物品和背包容量c； 接下来的n行，每行有两个数据，分别表示第i(1≤i≤n)件物品的重量和价值。

输出格式:

输出装入背包中物品的最大总价值。

输入样例:

5 10
2 6
2 3
6 5
5 4
4 6

输出样例:

15

w	num	0	1	2	3	4	5	6	7	8	9	10	v
2	1	0	0	6	6	9	9	12	12	15	15	15	6
2	2	0	0	3	3	6	6	9	9	9	10	11	3
6	3	0	0	0	0	6	6	6	6	6	10	11	5
5	4	0	0	0	0	6	6	6	6	6	10	10	4
4	5	0	0	0	0	6	6	6	6	6	6	6	6

import java.util.Scanner;
public class knapsack_problem_0_1 {
    public static void main(String args[]) {//0-1背包问题 动态规划
        int num = 0,cp = 0; //n个物品 总容量
        Scanner scanner = new Scanner(System.in);
        num = scanner.nextInt();
        cp = scanner.nextInt();
        int []w = new int[num];
        int []v = new int[num];
        for(int i = 0;i <num;i++){
            w[i] = scanner.nextInt();
            v[i] = scanner.nextInt();
        }
        System.out.println(KnapSack(w,v,cp));
    }

    public static int KnapSack(int []w,int []v,int c){//最优0-1背包核心算法
        int size = w.length;
        if(size == 0){//当背包重量为0时，返回0值
            return 0;
        }
        int [][]dp = new int[size][c + 1];//建立数组
        for(int i =0;i <= c;i++){//初始化第一行背包
            dp[0][i] = w[0] <= i?v[0]:0;
        }
        for(int i = 1;i < size;i++){// i 表示物品的个数
            for(int j = 0;j <= c;j++){// j 表示当前背包的容量
                dp[i][j] = dp[i - 1][j];//先将当前背包价值记录下来
                if(w[i] <= j){//当背包容量 >= 要加上的下一个物品重量
                    dp[i][j] = Math.max(dp[i][j],v[i] + dp[i - 1][j -w[i]]);//当背包剩余容量大于下一个物品重量 且 加完下一个物品后价值更大
                }
            }
        }
        return dp[size - 1][c];
    }
}