题目:0、1背包问题,完全背包问题
思路:
0、1背包问题就是拿还是不拿的问题
状态转印方程dp[i] [j]:第i个物品,背包容量为j时,背包能装下的最大价值
1.当前第i个物品的重量w[i] > j 大于了当前的背包容量;显然拿不了,因为装不下,所以此时背包中最大价值仍为第dp[i-1][j]
2.当前第i个物品的重量w[i] <= j 小于当前的背包容量时,需要做选择;
第一种,不拿,仍然保持现状,价值不增,但是背包容量也不会变小
第二种,拿,即将当前物品i重量为w[i]放入背包,价值增大v[i](因为装入了第i个物品,其价值为v[i]),但是带来的影响是背包的容量相应的减小为:j-w[i]。所以要取这两种情况中值较大的,max(第一种,第二种)
输入:
10 4 ,其中10是背包容量,4是有四个物品
2 1 ,第一个物品的重量为2,价值为1
3 3
4 5
7 9 第四个物品的重量为7,价值为9
输出:12 代表容量为10的背包,能装下的最大价值
public class Main10_3
{
public static void main(String[] args)
{
Scanner sc = new Scanner(System.in);
int c = sc.nextInt();
int n = sc.nextInt();
int[] w = new int[n];
int[] v = new int[n];
for (int i = 0; i < n; i++)
{
w[i] = sc.nextInt();
v[i] = sc.nextInt();
}
System.out.println(capacity_0(c, w, v, n));
System.out.println(capacity_1(c, w, v, n));
System.out.println(capacity_n(c, w, v, n));
}
/**
* 0/1背包问题,0和1代表拿还是不拿的问题:每一件物品的数量有限,一开始就给定了物品的个数n
*
* @param c,背包的容量capacity
* @param w,物品的重量weight
* @param v,物品的价值value
* @param n,物品的总共个数,四个物品总共
* @return
*/
private static int capacity_0(int c, int[] w, int[] v, int n)
{
if (c < 0 || w.length != v.length || w.length != n) return -1;
if (c == 0) return 0;
int[][] dp = new int[n + 1][c + 1];
int[] ww = new int[n + 1];//要符合0行0列不参与计算,所以
int[] vv = new int[n + 1];//数组相应的值也需要向后推一个,0的位置为0
int index = 0;
for (int i = 1; i < n + 1; i++)
{
ww[i] = w[index];
vv[i] = v[index++];
}
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= c; j++)
{
if (ww[i] > j)
{
dp[i][j] = dp[i - 1][j];
} else if (ww[i] <= j)
{
dp[i][j] = Math.max(dp[i - 1][j], vv[i] + dp[i - 1][j - ww[i]]);
}
}
}
return dp[n][c];
}
/**
* 0/1背包问题,数组压缩后的解法
* @param c
* @param w
* @param v
* @param n
* @return
*/
private static int capacity_1(int c, int[] w, int[] v, int n)
{
if (c < 0 || w.length != v.length || w.length != n) return -1;
if (c == 0) return 0;
int[] dp = new int[c + 1];
int[] ww = new int[n + 1];
int[] vv = new int[n + 1];
int index = 0;
for (int i = 1; i < n + 1; i++)
{
ww[i] = w[index];
vv[i] = v[index++];
}
for (int i = 1; i <= n; i++)
{
for (int j = c; j > 0; j--)//从后向前
{
if (ww[i] <= j)
{
dp[j] = Math.max(dp[j], dp[j - ww[i]] + vv[i]);
}
}
}
return dp[c];
}
/**
* 完全背包问题:同一件物品可以拿0次、1次、2次···,当前背包容量j/该物品单个重量w[i] 次
* @param c
* @param w
* @param v
* @param n,物品的总共种类,四种物品,每种物品个数无限多
* @return
*/
private static int capacity_n(int c, int[] w, int[] v, int n)
{
if (c < 0 || w.length != v.length || w.length != n) return -1;
if (c == 0) return 0;
int[] dp = new int[c + 1];
int[] ww = new int[n + 1];
int[] vv = new int[n + 1];
int index = 0;
for (int i = 1; i < n + 1; i++)
{
ww[i] = w[index];
vv[i] = v[index++];
}
for (int i = 1; i <= n; i++)
{
for (int j = c; j > 0; j--)
{
for (int k = 0; k <= j / ww[i]; k++)//同一个物品拿0个,···,直到可以拿 当前背包容量/ww[i]该物品单个的重量
{
dp[j] = Math.max(dp[j], k * vv[i] + dp[j - k * ww[i]]);
}
}
}
return dp[c];
}
}