假设我们有n种类型的物品,分别编号为1, 2...n。其中编号为i的物品价值为vi,它的重量为wi。为了简化问题,假定价值和重量都是整数值。现在,假设我们有一个背包,它能够承载的重量是Cap。现在,我们希望往包里装这些物品,使得包里装的物品价值最大化,那么我们该如何来选择装的东西呢?
注意:每种物品只有一件,可以选择放或者不放。初始化数据为:n=5,w={2,2,6,5,4},v={6,3,5,4,6},Cap=10。
递推公式:
dp[ i ][ j ]:【0,i】物品任取放容量为j的背包。
不放物品i:dp[ i-1 ][ j ]
放物品i:dp[ i-1 ][ j - weight[ i ]] + value[ i ];
如果不放物品i,则当前的dp[ i ][ j ] = dp[ i-1 ][ j ];
如果放物品i:背包容量减去物品i的容量所能放的最大价值加上物品i的价值。
源代码如下:
import java.util.Scanner;
public class BackPackZeroOne {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
//物品的数量
int num = sc.nextInt();
//背包最大重量
int max = sc.nextInt();
// 重量
int[] weight = new int[num + 1];
// 钱
int[] value = new int[num + 1];
//输入重量
for (int i = 1; i <= num; i++) {
weight[i] = sc.nextInt();
}
//输入价值
for (int i = 1; i <= num; i++) {
value[i] = sc.nextInt();
}
//创建num+1个背包,背包能承受的重量为max(0不包括,从1 开始)
int[][] dp = new int[num + 1][max + 1];
//dp[0]第一个背包什么都不装所以不遍历(全为0);
for (int i = 1; i <= num; i++) {
//遍历背包容量
for (int j = 1; j <= max; j++) {
//当前共有i个物品
//如果当前的背包承受重量 j 大于第 i 个物品的重量,
if (i > 0 && weight[i] <= j) {
//那么对比上一个背包的当前背包承受重量的最大值 和 上一个背包减去当前 i 物品的重量weight[i],并加上 i 物品的价值value[i],
//就相当于把上个背包承受重量减去 i 的重量,这样就刚刚能放下 i 物品,
//因为放下了 i 物品,所以需要加上 i 物品的价值。
//添加 i 物品和不添加 i 物品的价值对比。
if ((dp[i - 1][j - weight[i]] + value[i]) < dp[i - 1][j]) {
//如果不添加i物品的价值最大的话,那么当前的背包数量等于不添加物品的价值
dp[i][j] = dp[i - 1][j];
} else {
//如果添加 i 物品的价值大的话那么当前j背包数量的价值就等于添加i物品后的价值。
dp[i][j] = dp[i - 1][j - weight[i]] + value[i];
}
} else {
//如果当前背包装不下i物品那么当前背包价值等于上一个背包当前重量的价值。
dp[i][j] = dp[i - 1][j];
}
/**
* 输出一行背包
*/
System.out.printf("%-5d", dp[i][j]);
}
/**
* 控制台输出换行
*/
System.out.println();
}
System.out.println(dp[num][max]);
}
}
打印结果如下所示:
其中有5列十行,行对应着物品i,从1到5 。
列对应着背包的容量,从1到10。
最下面对应的取dp数组的最大值即背包所能装物体的最大价值。