01背包问题

题目

一共有N件物品，第i（i从1开始）件物品的重量为weights[i]，价值为values[i]。在总重量不超过背包承载上限size的情况下，能够装入背包的最大价值是多少？

思路

dp[i][j]代表前i个物品在容量j背包下的最大价值

1.第i个物品无法放下

dp[i][j] = dp[i - 1][j] // 前i-1个物品在j容量下的dp

2.可以放下

a.放下了

dp[i][j] = dp[i - 1][j - weights[i]] + values[i] // 前i-1个物品在j-weights[i]容量下的dp+values[i]

b.选择不放

dp[i][j] = dp[i - 1][j] // 前i-1个物品在j容量下的dp
第二种情况取最大值即可

提交

function knapsack(weights, values, size) {
  let goodsLength = weights.length
  weights.unshift(0)
  values.unshift(0)
  // dp[i][j]代表前i个物品在容量j背包下的最大价值
  let dp = []
  for (let i = 0; i < goodsLength + 1; i++) {
    for (let j = 0; j < size + 1; j++) {
      if (j === 0) {
        dp[i] = [] // 初始化二维数组
        dp[i][j] = 0 // 容量为0，无法装物品，价值都是0
        continue
      }
      if (i === 0) {
        dp[i][j] = 0 // 前0个物品在任意容量下价值都是0
        continue
      }
      if (weights[i] > j) {
        dp[i][j] = dp[i - 1][j] // 第i个物品无法放下 => 前i-1个物品在j容量下的dp
      } else {
        let val1 = dp[i - 1][j - weights[i]] + values[i] // 放入了 => 前i-1个物品在j-weights[i]容量下的dp+values[i]
        let val2 = dp[i - 1][j] // 可以选择不放入 => 前i-1个物品在j容量下的dp
        dp[i][j] = val1 > val2 ? val1 : val2 // 取最大值
      }
    }
  }
  return dp[goodsLength][size]
}