背包问题一点自用笔记

背包问题表格如下 ：
参照上图，我们可以写出如下代码：

public class KnapsackProblem {
    public static void main(String[] args) {
        // TODO Auto-generated method stub
        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 = val.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 每行第一个设置为0
        }
        for (int i = 0; i < v[0].length; i++) {
            v[0][i] = 0; //将第一行设置0  每列第一个设置为0
        }
        //根据前面得到公式来动态规划处理
        //遍历整个（长）方格子 但不处理第一行和第一列 因为他们是0
        //一定注意 i，j都是从1开始的！对v[i][j]无所谓 因为就是要他们从1开始 他们的0无意义
        //但对于w[i]还有val[i]来说 他们下标从0开始 从1开始是不对的 因为他们的0也有意义
        for (int i = 1; i < v.length; i++) {
            for (int j = 1; j < v[0].length; j++) {
                if (w[i - 1] > j) {
                    v[i][j] = v[i - 1][j];
                } else if (w[i - 1] <= j) {
                    //核心句的理解 在第i号物品重量小于等于背包容量的情况下
                    //有两种情况，其一为 放上以后 比不放的时候还要小(小于 v[i-1][j]) 此时共i-1个物品 容量为j
                    //其二 那就是第i号物品本身自己有个重量（val[i-1]） ，
                    // 再加上 其他共i-1个物品在总容量j减去自重w[i-1]得到最大价值的情况

                    //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
                    //v[i][j] = Math.max( v[i-1][j],val[i-1]+v[i-1][j-w[i-1]]);
                    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]];
                        path[i][j] = 1;
                    } else {
                        v[i][j] = v[i - 1][j];
                    }
                }
            }
        }
        for (int i = 0; i < v.length; i++) {
            for (int j = 0; j < v[0].length; j++) {
                System.out.print(v[i][j] + " ");
            }
            System.out.println();
        }

        //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
//		for(int i = 0; i < path.length; i++) {
//			for(int j=0; j < path[i].length; j++) {
//				if(path[i][j] == 1) {
//					System.out.printf("第%d个商品放入到背包\n", i);
//				}
//			}
//		}
        System.out.println("===================");
        //首先要明确动态规划的背包问题的每个子问题是依赖前面步骤的解的， 各个子问题不独立
        //因为只取最后的最优解 ，因为最优解和前面的步骤有关，
        // 那么必须严格控制好背包容量， 每找到一个path==1 就取出一件
        // 当背包容量到0 也就取净了
        int i = path.length - 1; //行的最大下标
        int j = path[0].length - 1;  //列的最大下标
        while (i > 0 && j > 0) { //从path的最后开始找
            if (path[i][j] == 1) {
                System.out.println("第" + i + "个物品被放进了背包");
                j = j - w[i - 1];
            }
            i--;
        }
    }
}