题目
有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。
第 i𝑖 件物品的体积是 vi,价值是 wi。
求解将哪些物品装入背包,可使这些物品的总体积不超过背包容量,且总价值最大。
输出最大价值。
输入格式
第一行两个整,N,V用空格隔开,分别表示物品数量和背包容积。
接下来有 N行,每行两个整数 vi,wi用空格隔开,分别表示第 i 件物品的体积和价值。
输出格式
输出一个整数,表示最大价值。
数据范围
0<N,V≤10000<𝑁,𝑉≤1000
0<vi,wi≤1000
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例
8
思路
01背包问题是一个非常经典的动态规划问题,现在算法题中的动态规划问题有80%都是基于背包问题进行改造的,现在我们来解这个背包问题
1.构造二维动态规划数组
我们需要求得是当前质量下的最大价值,所以我们数组的每一个格子就作为当前状态的最大价值,横轴表示当前的背包体积,纵轴表示当前可放入的前n个物品
int[][] dp = new int[v + 1][m + 1];
2.给数组赋值初始化状态
当我们背包质量为0的情况下,不管可以入n个物品,其总价值都为0.(第一列全是0)
当我们能放入第0个物品时,不管背包质量为 多少,其总价值也为0.(第一行全是0)
因为二维数组有初始化值所以不用对这个数组进行任何操作
3.给每个格子赋值
对于每一个格子的概念表示为在质量为y的情况下,前x个物品的最大价值,所以对于每个格子需要判断是否能当下当前物品,在能放下的情况下,需要考虑是否放这个物品
如果不能放下当前物品,当前格子的最大价值为arr[x][y - 1]
如果能放下当前物品,需要判断放与不放的最大值即arr[x][y - 1](不放)和v[i] + arr[x - 1][y - m[]i]
//判断物品重量是否超过背包的最大容量
if(m[i] > j){
//如果质量超过背包质量则选择不放入
dp[i][j] = dp[i - 1][j];
}else{
//否则就将物品放入这个数组中,并取价值最大值
//能放入但是不放入当前价值为dp[i-1][j]
//能放入并且放入v[i] + dp[i - 1][j - m[i]];
dp[i][j] = Math.max(dp[i - 1][j] , val[i] + dp[i - 1][j - m[i]]);
}
4.最后我们放回最大值
即二维数组的最后一个数
完整代码
import java.util.Scanner;
public class Acwing01 {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
//输入物品数量
int n = sc.nextInt();
//输入背包体积
int v = sc.nextInt();
//定义质量数组和价值数组
int[] m = new int[n + 1];
int[] val = new int[n + 1];
//定义动态dp数组,其中横坐标表示物品质量,纵坐标表示物品标号
int[][] dp = new int[n + 1][v + 1];
//0号质量表示无物品放入
dp[0][0] = 0;
//向背包中存入质量和价值
for (int i = 1; i < n + 1; i++) {
m[i] = sc.nextInt();
val[i] = sc.nextInt();
}
//定义双重循环处理dp数组
for (int i = 1; i < dp.length; i++) {
for (int j = 0; j < dp[0].length; j++) {
//判断物品重量是否超过背包的最大容量
if(m[i] > j){
//如果质量超过背包质量则选择不放入
dp[i][j] = dp[i - 1][j];
}else{
//否则就将物品放入这个数组中,并取价值最大值
//能放入但是不放入当前价值为dp[i-1][j]
//能放入并且放入v[i] + dp[i - 1][j - m[i]];
dp[i][j] = Math.max(dp[i - 1][j] , val[i] + dp[i - 1][j - m[i]]);
}
}
}
System.out.println(dp[n][v]);
}
}