背包问题分析及解法

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];
      }