小偷都懂的0-1背包问题-动态规划

题目：

给定n个重量为w₁，w₂，w₃ ……w_n对应的物品价值分别为v₁，v₂，v₃……v_n,在不超过背包容积（C）的前提下，使包中价值达到最大。
求解方法：动态规划算法
方法一：借助一个二维数组arr，横坐标为背包容量，纵坐标为物品id(从0到n)

public static int knapSack(int w[],int v[],int c)
	{
		int size=w.length;
		if(0==size) return 0;
		int [][] arr =new int [size][c+1];
		//初始化第一行
		for(int i=0;i<=c;i++)
		{
			arr[0][i]=w[0]<=i ? v[0]:0;
			//if(w[0]<i) arr[0][i]=v[0];
			//else arr[0][i]=0;
			//两种方式
		}
		for(int k=1;k<size;k++)
		{
			for(int j=0;j<=c;j++)
			{
				arr[k][j]=arr[k-1][j];
				if(w[k]<=j)//w[i]可放入背包
				{
					int temp1=arr[k-1][j];//不放
					int temp2=v[k]+arr[k-1][j-w[k]];//放入
					arr[k][j]=Math.max(temp1, temp2);
				}
			}
		}
		return arr[size-1][c];
	}

方法二：借助一维数组arr

public static int knapSack(int w[],int v[],int c)
	{
		int size=w.length;
		if(0==size) return 0;
		int [] arr =new int [c+1];
		//初始化第一行
		for(int i=0;i<=c;i++)
		{
			arr[i]=w[0]<=i ? v[0]:0;
		}
		for(int k=1;k<size;k++)
		{
			for(int j=c;j>=w[i];j--)
			{
				arr[j]=Math.max(arr[j],v[i]+arr[j-w[i]]);
			}
		}
		return arr[c];
	}