01背包之物品数量不限

问题描述

有 n 种（每一种有无数个）重量和价值分别为Wi,Vi的物品，现从这些物品中挑选出总
量不超过 W 的物品，求所有方案中价值总和的最大值。

输入

输入包含多组测试用例，每一例的开头为两位整数 n、W（1<=n<=10000,1<=W<=1000）
，接下来有 n 行，每一行有两位整数 Wi、Vi（1<=Wi<=10000,1<=Vi<=100）

输出

输出为一行，即所有方案中价值总和的最大值

样例输入

3 4
1 2
2 5
3 7
3 5
2 3
3 4
4 5

样例输出

10
7

使用二维数组的题解:

import java.util.Arrays;
import java.util.Scanner;
 
public class Main {
	
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
	    while(sc.hasNext()){
	    	int n = sc.nextInt();
	    	int m = sc.nextInt();
	    	int[][] dp = new int[n+1][m+1];
	    	for(int i=1;i<=n;i++){
	    		int w = sc.nextInt();
	    		int v = sc.nextInt();
	    		for(int j=1;j<=m;j++){ // 关键在于从背包可容纳的最大体积开始递减
	    			if(j>=w){
	    				// 如果实在理解不了建议重新理解最基础的01背包，然后再尝试理解01背包的变形
	    				dp[i][j] = max(dp[i-1][j],max(dp[i-1][j-w]+v,dp[i][j-w]+dp[i][w]));
	    			} else {
	    				dp[i][j]=dp[i-1][j];
	    			}
	    		}
	    	}
//	    	for(int i=1;i<=n;i++){ // 打印动态规划数组，便于debug和理解算法流程
//	    		for(int j=1;j<=m;j++){
//	    			System.out.print(dp[i][j]+" ");
//	    		}
//	    		System.out.println();
//	    	}
	    	if(dp[n][m]!=0)
	    		System.out.println(dp[n][m]);
	    	else
	    		System.out.println("-1");
	    }
	}

	private static int max(int a, int b) {
		if(a<b)
			return b;
		return a;
	}
}

使用一维数组的题解：

import java.util.Arrays;
import java.util.Scanner;
 
public class Main {
	
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
	    while(sc.hasNext()){
	    	int n = sc.nextInt();
	    	int m = sc.nextInt();
	    	int[] dp = new int[m+1];
	    	for(int i=1;i<=n;i++){
	    		int w = sc.nextInt();
	    		int v = sc.nextInt();
	    		for(int j=1;j<=m;j++){ // 关键在于从背包可容纳的最大体积开始递减
	    			if(j>=w){
	    				// 如果实在理解不了建议重新理解最基础的01背包，然后再尝试理解01背包的变形
	    				dp[j] = max(dp[j],max(dp[j-w]+v,dp[j-w]+dp[w]));
	    			} 
	    		}
	    	}
//	    	for(int i=1;i<=n;i++){ // 打印动态规划数组，便于debug和理解算法流程
//	    		for(int j=1;j<=m;j++){
//	    			System.out.print(dp[i][j]+" ");
//	    		}
//	    		System.out.println();
//	    	}
	    	if(dp[m]!=0)
	    		System.out.println(dp[m]);
	    	else
	    		System.out.println("-1");
	    }
	}

	private static int max(int a, int b) {
		if(a<b)
			return b;
		return a;
	}
}

动态规划真的好费脑啊，脑壳痛，加油吧！