背包问题和0-1背包问题

package com.Thread.Learn;
import java.util.*;
/*
 * author:Tammy Pi
 * function:用动态规划算法解0/1背包问题
 */
public class BagProblem {

	//0/1背包问题的解法
	//背包能够放入的总容量为weight,物品有n个
	//物品的价值在数组v中，物品的重量在数组w中
	//f[i][k]表示放进第i个物品使得容量为k的背包价值最大
	//所以：f[i][k] = max{f[i-1][k],f[i-1][k-w[i]]+v[i]}
	public void bag01(int n,int v[],int w[],int weight){
		
		int[][] f = new int[n+1][weight+1];
		
		for(int i=0;i<=weight;i++){
			
			f[0][i] = 0;
		}
		for(int i=1;i<=n;i++){
			
			for(int j=1;j<=weight;j++){
				
				if(j<w[i]){
					
					f[i][j] = f[i-1][j];
				}else{
					
					f[i][j] = Math.max(f[i-1][j],f[i-1][j-w[i]]+v[i]);
				}
			}
		}
		
		System.out.println(f[n][weight]);
	}
	
	class MyClass{
		
		//物品的序号
		int i;
		//物品的单价
		Float myV;
		
		public MyClass(int i,float myV){
			
			this.i = i;
			this.myV = myV;
		}
		public int getI() {
			return i;
		}
		public void setI(int i) {
			this.i = i;
		}
		public Float getMyV() {
			return myV;
		}
		public void setMyV(Float myV) {
			this.myV = myV;
		}
	}
	//贪心算法求解背包问题
	public void bag(int n,float v[],float w[],float c){
		
		float[] myV = new float[v.length];
		List<MyClass> list = new ArrayList<MyClass>();
		//计算出每个物品的单个价值
		for(int i=0;i<v.length;i++){
			
			myV[i] = v[i]/w[i];
			list.add(new MyClass(i,myV[i]));
		}
		
		Collections.sort(list,new Comparator<MyClass>(){

			public int compare(MyClass arg0, MyClass arg1) {
				
				return arg0.getMyV().compareTo(arg1.getMyV());
			}
		});
		
		float myC = c;
		for(int i=0;i<list.size();i++){
			
			MyClass tempClass = list.get(i);
			float tempWeight = w[tempClass.getI()];
			if(myC>=tempWeight){
				
				System.out.println("物品"+tempClass.getI()+"被放入背包！");
				myC -= tempWeight;
			}else{
				
				float result = myC/tempWeight;
				System.out.println("物品"+tempClass.getI()+"的"+result+"被放入背包！");
				break;
			}
		}
	}
	
	public static void main(String[] args){
		
		/*
		int weight = 10;
		int[] w = {0,5,8,5,10};
		int[] v = {0,10,16,5,10};
		int n = 4;
		
		BagProblem pro = new BagProblem();
		pro.bag01(n, v, w, weight);
		*/
		float weight = 10;
		float[] w = {5,8,5,10};
		float[] v = {10,16,5,10};
		int n = 4;
		
		BagProblem pro = new BagProblem();
		pro.bag(n, v, w, weight);
	}
}

看到不少人，背包问题和0-1背包问题混着叫，明明写的0-1背包问题的源代码，却给自己取个题目叫做背包问题。

其实，背包问题比0-1背包要简单。背包问题中的物品是可以放进去一部分的，这样我们就可以用贪心算法求解，首先对各个物品求单价，然后按单价的高低依次放入物品，最后一个物品一般是放进去一部分。

而0-1背包问题，则是物品要么放进去要么不放进去。它不满足当前最优解就是全局最优解，不能够用贪心算法求解，那么就只能够用动态规划的办法进行解答。动态规划的思想是：

令f[i][k]为放第i个物品到重量为k的背包的最大价值，它的值应该是：

当weight<w[i]时，f[i][k]=f[i-1][k];

当weight>=w[i]时，f[i][k]=max{f[i-1][k],f[i-1][k-w[i]]+v[i]}