dp算法 --------- 01背包问题

接上一篇，趁热打铁，今天还看了一下0-1背包问题，

题目：有n个重量和价值分别为wi,vi的物品。从这些物品中挑选出总重量不超过W的物品，求所有挑选方案中价值总和的最大的值。

输入：n = 4, (w, v)  = {(2, 3), (1, 2), (3, 4), (2, 2)},W = 5

输出：W = 7

要求出当W=5时，能够放入的最大价值物品，我们可以一步步来，先求出W=1时按顺序选择每一件物品后价值的最大值，在求出W=2时.....直到W=5的时候。这里需要注意一点，例如当我们放入了一件物品时，那么剩余的容量就会变小，就只可以选择不大于该剩余容量的最大价值的物品。

举个例子：当我们需要求出W=5时的最大值，当我们放入了第四件，那么此时W（剩余） = 5-2=3，那么此时只需要找到W=3时，我们放入的前三件最优选择最大价值 + 第四件的价值即可。最终得到的值，需要和 W=5 放入第三件，第二件，第一件时的价值相比较，哪个大就是哪个值。

使用dp算法，很好理解这个问题。

有点绕口，但是做成表格之后就很明显了。

建立一个二维数组，竖轴表示的是物品，横轴表示的是背包容量。

n\w	0	1	2	3	4	5
1	0	0	3	3	3	3
2	0	2	3	5	5	5
3	0	2	3	5	6	7
4	0	2	3	5	6	7

我们来解释一下这个表格，表格是按行填入的，当我们把第一件物品放入容量为（

0,1,2,3,4,5）的背包时，只需要比较一下背包大小是不是比第一件体积大，大就填入，小就为0。第一行很好理解。

我们来看第二行，放入第二件物品，在背包容量为1时，可以放入，并且剩余的容量为0，所以我们从第0列去找已放入物品的最优解，发现为0（图中标为红色），以此类推。

比较的时候是在下一个第二件放入容量为2的背包。此时剩余容量为2 - 1 = 1（蓝色），为1时，最优解为0，那么应该是2 + 0 = 2 ??? no 我们还要考虑到，我们在背包为2时，放入第一件的情况进行比较，发现只放第一件的时候比现在的价值还要大，那么就应该保留这个最大值。而不是替换掉它。同理，容量1，放入第三件，第四件的时候一样。

只要道理理解了，代码其实还是很简单的。

    private void pkg(int weight, int[] weights, int[] value) {
        int[][] dp = new int[value.length][weight + 1];
        for (int i = 0; i < value.length; i++) {
            for (int j = 1; j <= weight; j++) {
                if (i == 0) {
                    if (j - weights[i] >= 0) dp[i][j] = value[i];
                } else {
                    if (j - weights[i] >= 0) {
                        dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weights[i]] + value[i]);
                    } else {
                        dp[i][j] = dp[i - 1][j];
                    }
                }
            }
        }
    }

最后的一个数字就是我们最后要求的那个值。

结果如下：

得到的最大值和我们的想法和思路完全吻合。只有理清了思路，代码就不会有问题。关键就在于能不能找得到其中的关系，把大问题转换成一个比他小的同质问题。