背包问题 II - 01背包

一、题目描述

有 n 个物品和一个大小为 m 的背包. 给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值。

问最多能装入背包的总价值是多大?

注意：

1. A[i], V[i], n, m 均为整数
2. 你不能将物品进行切分
3. 你所挑选的要装入背包的物品的总大小不能超过 m
4. 每个物品只能取一次

样例

样例 1:
	输入: m = 10, A = [2, 3, 5, 7], V = [1, 5, 2, 4]
	输出: 9
	解释: 装入 A[1] 和 A[3] 可以得到最大价值, V[1] + V[3] = 9 

样例 2:
	输入: m = 10, A = [2, 3, 8], V = [2, 5, 8]
	输出: 10
	解释: 装入 A[0] 和 A[2] 可以得到最大价值, V[0] + V[2] = 10

基本思路

这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。

用子问题定义状态：即 f[i][v] 表示前 i 件物品恰放入一个容量为 v 的背包可以获得的最大价值。则其状态转移方程便是：

f[i][v] = max{f[i - 1][v], f[i - 1][v - c[i]] + w[i]}

这个方程非常重要，基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下：“将前 i 件物品放入容量为 v 的背包中”这个子问题，若只考虑第 i 件物品的策略（放或不放），那么就可以转化为一个只牵扯前 i-1 件物品的问题。如果不放第 i 件物品，那么问题就转化为“前 i - 1 件物品放入容量为 v 的背包中”，价值为 f[i - 1][v]；如果放第 i 件物品，那么问题就转化为“前 i - 1 件物品放入剩下的容量为 v - c[i] 的背包中”，此时能获得的最大价值就是 f[i - 1][v - c[i]] 再加上通过放入第i件物品获得的价值 w[i]。

public int backPackII(int m, int[] A, int[] V) {
	if (m == 0 || A.length == 0) {
		return 0;
	}

	int[][] dp = new int[A.length + 1][m + 1];
	for (int i = 1; i <= A.length; i++) {
		for (int v = 1; v <= m; v++) {
			dp[i][v] = Math.max(dp[i - 1][v], dp[i][v]);
			if (v >= A[i - 1]) {
				dp[i][v] = Math.max(dp[i - 1][v], dp[i - 1][v - A[i - 1]] + V[i - 1]);
			}
		}
	}
	return dp[A.length][m];
}

优化空间复杂度

以上方法的时间和空间复杂度均为O(mn)，其中时间复杂度应该已经不能再优化了，但空间复杂度却可以优化到O(m)。