【算法】01背包模型

题目

有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i]，
得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。

01背包相关要素

背包容量w、物品体积weight[i]、物体价值value[i] 求最大价值

1. 背包

w表示最大重量

2. 对于物品i

weight[i]：表示物品i的重量
value[i]：表示物品i的价值

思路

1. dp数组模型

dp[i][j]代表最大价值
其中

• i：代表物品的编号
• j：代表背包的剩余可用重量

2. 递推公式（难点）：

对于每件物品i都有2个状态，放与不放

1. 不放物品i，最大价值dp[i][j]为：dp[i-1][j]（ps：因为没有放，所以和上一个物品的最大价值是一样的）

2. 放了物品i，最大价值dp[i][j]为：dp[i-1][j-weight[i]] + value[i]

所以对于物品i的最大价值就是“不放物品i”和“不放物品i”中取最大的Math.max，递推公式为：

 dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-weight[i]] + value[i])

递推公式的特点：物品i的最大价值是根据物品i-1的最大价值而来的，所以初始化的时候需要初始化i=0的物品价值

3. dp数组初始化值：dp[i][0] dp[0][j]

1. dp[i][0] = 0

表示：j=0表示背包容量为0，那么价值肯定都是0

2. dp[0][j]

当 weight[0]< j 的时候，dp[0][j] = 0，背包的容量j比物品的重量还小
当 weight[0]>=j 的时候，dp[0][j] = value[0]

4. 确定遍历顺序：2个维度：物品和背包容量

先遍历物品再遍历背包（这个好理解）

逻辑图

图片来源：动态规划：关于01背包问题，你该了解这些！

代码实现

public class Test06 {


    public static void main(String[] args) {
        int[] weight = {1, 3, 4};
        int[] value = {15, 20, 30};
        int w = 4;
        System.out.println(package01(weight, value, w));
    }


    /**
     *
     * @param weight 物品的重量
     * @param value 物品的价值
     * @param w 背包容量
     * @return 最大价值
     */
    public static int package01(int[] weight, int[] value,int w) {

        // 物品数量 物品从0到num-1
        int num = weight.length;
        // 背包容量 背包容量从0到w
        int dpj = w + 1;

        // 创建dp数组，代表最大价值 注意这里是 w+1，因为背包容量是从0到w的
        int[][] dp = new int[num][dpj];

        // 初始化数组
        for (int i = 0; i < num; i++) {
            // j=0时，背包重量为0时候，价值也为0
            dp[i][0] = 0;
        }
        for (int j = 0; j < dpj; j++) {
            // i=0时，物品的重量和背包的容量j进行比较
            if (weight[0] > j) {
                // 放不下，最大价值为0
                dp[0][j] = 0;
            } else {
                // 放得下，最大价值为物品0的价值
                dp[0][j] = value[0];
            }
        }

        // 遍历物品、遍历背包容量
        for (int i = 1; i < num; i++) { // i直接从第二个物品开始（i=1），因为i=0已经初始化完毕了;这里没有=，是因为物品是从0到num-1的
            for (int j = 1; j < dpj; j++) { // j直接从1开始，因为j=0也已经初始化完毕了;这里多了个=，是因为j的重量可以是w

                if (weight[i] > j) {
                    // 如果物品i的重量 > 背包容量，肯定放不下
                    dp[i][j] = dp[i - 1][j];
                } else {
                    // 递推函数
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
                }

            }
        }

        return dp[num - 1][w];

    }

}