动态规划解0-1备忘问题

0- 问题描述

        背包可装载容量为W，现有N个物品，第 i 个物品的重量和价值分别为wt[ i ]和val[ i ]。求不超过装载容量下，背包所装物品的最大价值。

1- 动态规划思路

        排序等方法对此没有用，必须要穷举所有的可能。这时候用动态规划可以提高效率。首先明确动态规划的三要素：状态、选择、dp数组的含义。

        （1）状态：①背包的容量；②可选择物品

        （2）选择：①装该物品；②不装该物品

        （3）dp数组含义

        有两个状态，故dp数组为二维dp[][], dp[i][j]表示背包容量为 i 下，可选择前 j 个物品的最大背包价值。需要求解的即dp[w][N]。

2- 代码

class Solution {
    public int baggage(int w, int[] val, int[] wt){
        //定义dp[i][j]表示背包重量为i下，装前j个物品的最大价值
        int n = val.length;
        int[][] dp = new int[w+1][n+1];
        //base case
        //dp[][0]和dp[0][]都是0
        //dp数组
        for(int i = 1; i <= w; i++){
            for(int j = 1; j < n; j++){
                //做选择的时机：当 当前容量大于该物品质量
                if(i > wt[j-1]){
                    //选择或者不选择该物品
                    dp[i][j] = Math.max(dp[i][j-1],//不选择该物品,容量不变，在前j-1个物品中选
                                dp[i - wt(j-1)][j-1] + val[j-1]);//选择该物品，其余的i - w[j]质量选择前j-1个物品
                                //不用担心w-wt(i)<小于0时会越界，因为有i > wt[j-1]
                }
                else{//否则，只能不选
                    dp[i][j] = dp[i][j-1];
                }
            }
        return dp[w][n];
    }
}