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];
}
}