动态规划-0/1背包

1. 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。已知对于一件物品必须选择取（用1表示）或者不取（用0表示），且每件物品只能被取一次（这就是“0-1”的含义）。 求放置哪些物品进背包，可使这些物品的重量总和不超过背包容量，且价值总和最大。
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

2. 思路分析

  　 可以先这样考虑，当背包容量为1时，如何放置物品才能使背包中价值最大；同样当背包容量为2时，如何放置能使背包中价值最大，以此类推，直到背包容量为10。此时我们需要维护一张二维表max_value[i][j]，其中横坐标i表示物品，纵坐标表示背包容量（0<=j<=10）。
状态：
  　 F(i, j): 前i个物品放入大小为j的背包中所获得的最大价值
状态递推：
  　 对于第i个商品，有一种例外，装不下，两种选择，放或者不放
  　 如果装不下：此时的价值与前i-1个的价值是一样的F(i,j) = F(i-1,j)
  　 如果可以装入：需要在两种选择中找最大的F(i, j) = max{F(i-1,j), F(i-1, j - A[i]) + V[i]}
  　 F(i-1,j): 表示不把第i个物品放入背包中， 所以它的价值就是前i-1个物品放入大小为j的背包的最大价值。
  　 F(i-1, j - A[i]) + V[i]：表示把第i个物品放入背包中，价值增加V[i],但是需要腾出j - A[i]的大小放第i个商品。
初始化：
  　 第0行和第0列都为0，表示没有装物品时的价值都为0。F(0,j) = F(i,0) = 0
返回值：
  　 F(n,m)

3. 实例

  　 对于承重为m=5的背包有：

  　 根据上面的思路可以得到下面这个二维递推表：

  　 因此最优解F(4,5)=37.

4. 代码

//多增加一行一列：行为0表示没有物品乐园放入  列为0表示背包没有大小 所有的物品都不能放入
class Solution {
public:
	int backPackII(int m, vector<int> &A, vector<int> &V) {
		// write your code here
		if (A.empty() || V.empty() || m <0)
		{
			return 0;
		}
		int row = A.size() + 1;//行数
		//列数：m+1-----因为增加了0列
		int col = m + 1;
		vector<vector<int>>max_value(row, vector<int>(col));
		for (int j = 0; j < col; ++j)
		{
			max_value[0][j] = 0;
		}
		for (int i = 1; i < row; ++i)
		{
			max_value[i][0] = 0;
		}
		for (int k = 1; k < row; ++k)
		{
			for (int l = 1; l < col; ++l)
			{
				//第k个商品在A中对应的索引为k-1: k从1开始
				//如果第k个商品大于l,说明放不下， 所以(k,l)的最大价值和(k-1,l)相同
				if (l<A[k - 1])//放不进去
				{
					max_value[k][l] = max_value[k - 1][l];
				}
				else 
				{
					//如果可以装下，分两种情况，装或者不装
					//如果不装，则即为(k-1, l)
					//如果装，需要腾出放第k个物品大小的空间： l - A[k-1],装入之后的最大价值即为(k - 1, l - A[k - 1]) + 第k个商品的价值V[k - 1]
					//最后在装与不装中选出最大的价值
					max_value[k][l] = max(max_value[k - 1][l], (max_value[k - 1][l - A[k - 1]] + V[k - 1]));
				}
			}
		}
		return max_value[row - 1][col - 1];
	}
};