动态规划（01背包问题）

1.动态规划介绍

①动态规划算法的核心思想是：将大问题划分为小问题进行解决，从而一步步获取最优解的处理算法。

②动态规划算法与分治算法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。

③与分治算法不同的是，适合于用动态规划问题求解，经分解得到子问题往往不是互相独立的。（即下一个子阶段的求解是建立在上一个子阶段的解的基础上，进行进一步的求解）

④动态规划可以通过表的方式来逐步推进，得到最优解。

2.动态规划算法最佳实践-背包问题

背包问题：有一个背包，容量为4磅，现有如下物品

 1）要求达到的目的为装入的背包的总价值最大，并且重量不超出。

2）要求装入的物品不能重复。

3）背包问题的主要是指定一个容量的背包、若干具有一定价值和重量的物品，如何选择物品放入背包使物品的价值最大。其中又分01背包和完全背包（完全背包指的是：每种物品都有无限可用）

4）这里的问题属于01背包，即每个物品最多放一个，而无限背包可以转化为01背包。

5）算法的主要思想，利用动态规划来解决。每次遍历到的第i个物品，根据w[i]和v[i]来确定是否需要将该物品放入背包中。即对于给定的n个物品，设v[i]、w[i]分别为第i个物品的价值和重量，C为背包的容量。再令v[i][j]表示在前i个物品中能够装入容量为j的背包的最大值。则我们有下面的结果：

①v[i][0]=v[0][j]// 表示填入表第一行和第一列是0.

②当w[i]>j时：v[i][j]=v[i-1][j]// 当准备新增的商品的容量大于当前背包的容量时，就直接使用上一个单元格的加入策略。

③当j>w[i]时：v[i][j]=max{v[i-1][j],v[i]+v[i-1][j-w[i]]

// 当准备加入的新增的商品的容量小于等于当前背包的容量

// 装入的方式：v[i-1][j]:就是上一个单元格的装入的最大值

v[i]:表示当前商品的价值

v[i-1][j-w[i]]:装入i-商品，到剩余空间j-w[i]的最大值

当j>=w[i]时：v[i][j]=max{v[i-1][j],v[i-1][j-w[i]};

代码实现：

public class KnapsackProblem {
    public static void main(String[] args) {

        int []w={1,4,3};// 物品的重量
        int []val={1500,3000,2000};// 物品的价值 这里val[i] 就是前面讲的v[i]
        int m=4; // 背包的容量
        int n=w.length;// 物品的个数
        //创建二维数组，
        //v[i][j] 表示在前i个物品中能够装入容量为j的背包中的最大价值
        int [][]v=new int[n+1][m+1];
        //为了记录放入商品的情况，我们定一个二维数组
        int [][]path=new int[n+1][m+1];

        //初始化第一行和第一列, 这里在本程序中，可以不去处理，因为默认就是0
        for(int i = 0; i < v.length; i++) {
            v[i][0] = 0; //将第一列设置为0
        }
        for(int i=0; i < v[0].length; i++) {
            v[0][i] = 0; //将第一行设置0
        }
        //根据前面得到公式来动态规划处理
        for(int i=1;i<v.length;i++){//不处理第一行 i是从1开始的
            for(int j=1;j<v[0].length;j++){//不处理第一列, j是从1开始的
               if(w[i-1]>j){// 因为我们程序i 是从1开始的，因此原来公式中的 w[i] 修改成 w[i-1]
                   v[i][j]=v[i-1][j];
               }else {
                   //说明:
                   //因为我们的i 从1开始的， 因此公式需要调整成
                   //v[i][j]=Math.max(v[i-1][j], val[i-1]+v[i-1][j-w[i-1]]);
                   //v[i][j] = Math.max(v[i - 1][j], val[i - 1] + v[i - 1][j - w[i - 1]]);
                   //为了记录商品存放到背包的情况，我们不能直接的使用上面的公式，需要使用if-else来体现公式
                   if(v[i-1][j]<val[i-1]+v[i-1][j-w[i-1]]){
                       v[i][j]=val[i-1]+v[i-1][j-w[i-1]];
                       //把当前的情况记录到path
                       path[i][j]=1;
                   }else {
                       v[i][j]=v[i-1][j];
                   }
               }

            }

        }
        //输出最后我们是放入的哪些商品
        //遍历path, 这样输出会把所有的放入情况都得到, 其实我们只需要最后的放入
        int i=path.length-1;
        int j=path[0].length-1;
        while (i>0&&j>0){
            if(path[i][j]==1){
                System.out.printf("第%d个商品放入到背包\n", i);
                j=w[i-1];
            }
            i--;
        }
    }


}