背包问题
-
问题描述:
-
给定两个长度都为N的数组weights和values,weights[i]和values[i]分别代表 i号物品的重量和价值。给定一个正数bag,表示一个载重bag的袋子,你装的物 品不能超过这个重量。返回你能装下最多的价值是多少?
-
-
问题归结:
-
根本上还是要和不要两种方式。使用暴力递归,将长度为N的数全排列即可
-
就比如长度为4的数组。所有决策方案有2^4=16中。
-
代码
public static int maxValue1(int[] weights, int[] values, int bag) {
return process1(weights, values, 0, 0, bag);
}
// i... 的货物自由选择,形成的最大价值返回
public static int process1(int[] weights, int[] values, int i, int alreadyWeight, int bag) {
if (alreadyWeight > bag) {
// 先将物品拿到,在判断是否超重
return -values[i-1];
}
if (i == weights.length) {
return 0;
}
return Math.max(
// 当前商品:要和不要?
process1(weights, values, i + 1, alreadyWeight, bag),
values[i] + process1(weights, values, i + 1, alreadyWeight + weights[i], bag));
}
-
其中,basecase有两种。第一种是已经装载的重量超过了袋子的最大承重。这时候就需要将超重的这个商品减掉。第二种是没有东西可以装了。这时候价值返回0。
-
process1函数返回的是要这个商品和不要这个商品中价值最大的。暴力递归下去就能达到最大价值
-
第二种解法:递归改动态规划
-
public static int maxValue2(int[] c, int[] p, int bag) { int[][] dp = new int[c.length + 1][bag + 1]; for (int i = c.length - 1; i >= 0; i--) { for (int j = bag; j >= 0; j--) { dp[i][j] = dp[i + 1][j]; if (j + c[i] <= bag) { dp[i][j] = Math.max(dp[i][j], p[i] + dp[i + 1][j + c[i]]); } } } return dp[0][0]; }