0-1 背包问题(java实现)代码在最后
给定 n 种物品，每种物品有对应的重量weight和价值value，一个容量为 maxWeight 的背包，问：应该如何选择装入背包的物品，使得装入背包中的物品的总价值最大？
面对每个物品，我们只有选择拿取或者不拿两种选择，不能选择装入某物品的一部分，也不能装入同一物品多次。
使用动态规划思想，很容易想到，我们需要一个空间来储存：从0号物品开始，对于每个重量上限的最优解。所以我们可以设计一个二维数组存放当前最大价值，如下：(我们假设4件物品，重量和价值数组如下)
Weight[] = { 2 ,3 ,4 ,5 }
value[] = { 3 ,4 ,5 ,7 } N = 4 件物品
最大价值数组为maxvalue[N+1][maxWeight+1]，因为我们要从0开始保存
i：只拿前i件物品(这里的i因为取了0，所以对应到weight和value里面都是i-1号位置)
j：假设能取的总重量为j
i \ j
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
因为当maxWeight = 0 和不取物品(i=0)时，没有任何价值，所以如图先把0填上
i \ j
0
1
2
3
4
5
6
7
8
9
0
0
0
0
0
0
0
0
0
0
0
1
0
2
0
3
0
4
0
然后我们开始遍历这个表格，填充他们。
我们考虑：开始拿物品的时候，我们判断，如果当前拿到的物品的重量(weight[i-1])<= 当前能取的最大重量(j)，我们就考虑要不要放进这个。
于是我们比较这两个价值：
maxvalue[i-1][j](不放这个物品的价值)
value[i-1] + maxvalue[i-1][j-weight[i-1]](这个物品的价值加上 当前能放的总重量减去当前物品重量时取前i-1个物品时的对应重量时候的最高价值)
这个是关键，大家仔细想一下
哪个高，我们就吧哪个放进当前数组遍历到的位置。
i \ j
0
1
2
3
4
5
6
7
8
9
0
0
0
0
0
0
0
0
0
0
0
1
0
0
3
3
3
3
3
3
3
3
2
0
0
3
4
4
7
7
7
7
7
3
0
4
0
这里我讲一下，当i=3，的时候的情况
Weight[]= { 2 ,3 ,4 ,5 }
value[] = { 3 ,4 ,5 ,7 }
i=3,j=1: weight[i-1] = 4 <= j;
所以maxvalue[3][1] = maxvalue[2][1] = 0 ;
i=3,j=2:同理maxvalue[3][2] = maxvalue[2][2] =3;
i=3,j=3:同理maxvalue[3][3] = maxvalue[2][3] =4;
i \ j
0
1
2
3
4
5
6
7
8
9
0
0
0
0
0
0
0
0
0
0
0
1
0
0
3
3
3
3
3
3
3
3
2
0
0
3
4
4
7
7
7
7
7
3
0
0
3
4
4
0
i=3,j=4:
weight[i-1] = 4 <= j成立;
所以判断value[i-1] + maxvalue[i-1][j-weight[i-1]]
= 5 + maxvalue[2][4-4] = 5 比不放入大
所以maxvalue[3][4] = 5;
表示当只有前3件物品，限制重量为4的时候，maxvalue=5
i \ j
0
1
2
3
4
5
6
7
8
9
0
0
0
0
0
0
0
0
0
0
0
1
0
0
3
3
3
3
3
3
3
3
2
0
0
3
4
4
7
7
7
7
7
3
0
0
3
4
5
4
0
i=3,j=5:
weight[i-1] = 4 <= j成立;
所以判断value[i-1] + maxvalue[i-1][j-weight[i-1]]
= 5 + maxvalue[2][5-4]
= 5 + 0 比maxvalue[i-1][j] 小
所以maxvalue[3][5] = maxvalue[i-1][j]= maxvalue[2][5] = 7;
表示当只有前3件物品，限制重量为5的时候，maxvalue=7
i \ j
0
1
2
3
4
5
6
7
8
9
0
0
0
0
0
0
0
0
0
0
0
1
0
0
3
3
3
3
3
3
3
3
2
0
0
3
4
4
7
7
7
7
7
3
0
0
3
4
5
7
4
0
i=3,j=6:
weight[i-1] = 4 <= j 成立;
所以判断value[i-1] + maxvalue[i-1][j-weight[i-1]]
= 5 + maxvalue[2][6-4]
= 5 + 3 比maxvalue[i-1][j] 大
所以maxvalue[3][6] = 8;
表示当只有前3件物品，限制重量为6的时候，maxvalue=8
i \ j
0
1
2
3
4
5
6
7
8
9
0
0
0
0
0
0
0
0
0
0
0
1
0
0
3
3
3
3
3
3
3
3
2
0
0
3
4
4
7
7
7
7
7
3
0
0
3
4
5
7
8
4
0
后面依次类推，所有的情况我都讲到了
最后的表填完后：
i \ j
0
1
2
3
4
5
6
7
8
9
0
0
0
0
0
0
0
0
0
0
0
1
0
0
3
3
3
3
3
3
3
3
2
0
0
3
4
4
7
7
7
7
7
3
0
0
3
4
5
7
8
9
9
12
4
0
0
3
4
5
7
8
10
11
12
直接输出右下角就是最大价值。
代码如下：
package 动态规划;
//0-1背包问题
public class Knapsack {
public static int knapsack(int[] weight, int[] value, int maxweight){
int n = weight.length;
//最大价值数组为maxvalue[N+1][maxWeight+1]，因为我们要从0开始保存
int[][] maxvalue = new int[n+1][maxweight + 1];
//重量和物品为0时，价值为0
for (int i = 0; i < maxweight + 1; i++) {
maxvalue[0][i] = 0;
}
for (int i = 0; i < n + 1; i++) {
maxvalue[i][0] = 0;
}
//i：只拿前i件物品(这里的i因为取了0，所以对应到weight和value里面都是i-1号位置)
//j：假设能取的总重量为j
//n是物品件数
for (int i = 1; i <= n ; i++) {
for (int j = 1; j <= maxweight; j++) {
//当前最大价值等于放上一件的最大价值
maxvalue[i][j] = maxvalue[i-1][j];
//如果当前件的重量小于总重量，可以放进去或者拿出别的东西再放进去
if (weight[i-1] <= j) {
//比较(不放这个物品的价值)和
//(这个物品的价值 加上 当前能放的总重量减去当前物品重量时取前i-1个物品时的对应重量时候的最高价值)
if(maxvalue[i-1][j - weight[i-1]] + value[i-1]>maxvalue[i-1][j]) {
maxvalue[i][j] = maxvalue[i-1][j - weight[i-1]] + value[i-1];
}
}
}
}
return maxvalue[n][maxweight];
}
public static void main(String[] args) {
// TODO 自动生成的方法存根
int weight[] = {2,3,4,5};
int value[] = {3,4,5,7};
int maxweight = 9;
System.out.println(knapsack(weight, value, maxweight));
}
}
197
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
