01背包问题

01背包问题

01背包问题是一个很经典的动态规划算法题，给你一个固定容量的背包，然后你面前有一堆体积和价值不一的物品，你怎么挑选才能在不超过背包容量的情况下，物品的总价值尽可能高。
你可能一开始的想法是拿每个物品的价值除以体积，计算出每单位空间的价值是多少，然后进行排序，依次选取“性价比”高的物品。但是这种思路不一定能找到最优解，可能选完背包还剩一些空间，调整一下选取的物品可能会获得更大的价值，所以这里就要讲一下动态规划的解法。

思路
比如现在有 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.
问最多能装入背包的总价值是多大?
m = 10, A = [2, 3, 5, 7], V = [1, 5, 2, 4]

我们思考的就是哪个物品可以选，哪个物品不选，现在用一个二维数组可以把这个过程描述的更加直观。

容量/物品	物品0	物品1	物品2	物品3
容量1	0
容量2	1
容量3	1
容量4	1
容量5	1
容量6	1
容量7	1
容量8	1
容量9	1
容量10	1

当只有物品0时，各个容量的背包能装的物品总价值对多为1。然后当我们有物品1可选时：

容量/物品	物品0	物品1	物品2	物品3
容量1	0	0
容量2	1	1
容量3	1	5
容量4	1	5
容量5	1	6
容量6	1	6
容量7	1	6
容量8	1	6
容量9	1	6
容量10	1	6

容量为3 和 4的背包可以选物品1，之后的背包容量够大，两个都要
现在我们再加入物品2供选择

容量/物品	物品0	物品1	物品2	物品3
容量1	0	0	0
容量2	1	1	1
容量3	1	5	5
容量4	1	5	5
容量5	1	6	6
容量6	1	6	6
容量7	1	6	6
容量8	1	6	7
容量9	1	6	7
容量10	1	6	8

在容量为8和9的时候我们把物品0、物品1组合替换为物品1、物品2组合，容量10够大，依旧是全都要！最后加入物品3供选择：

容量/物品	物品0	物品1	物品2	物品3
容量1	0	0	0	0
容量2	1	1	1	1
容量3	1	5	5	5
容量4	1	5	5	5
容量5	1	6	6	6
容量6	1	6	6	6
容量7	1	6	6	6
容量8	1	6	7	7
容量9	1	6	7	7
容量10	1	6	8	9

最后容量10的时候，我们把物品0、物品1、物品2组合，替换成物品1、物品3组合，得到的最大价值。
那么代码如何实现呢？

public int backPackII(int m, int[] A, int[] V) {
 int[][] dp = new int[m+1][A.length+1];
      for (int i=0;i<A.length ;i++ ){
        for (int u=1;u<=m;u++){
          if(i>0){
            dp[u][i]=u>=A[i] && dp[u-A[i]][i-1]+V[i]> dp[u][i-1]?dp[u-A[i]][i-1]+V[i]:dp[u][i-1];
          }
          else
           dp[u][i]=u>=A[i]?V[i]:0;         
        }
    } 
    return dp[m][A.length-1];
}

其实我们还可以再优化一下，用一个一维数组记录每个容量背包当下的最优解就行。

public int backPackII(int m, int[] A, int[] V) {
   
    int[] dp = new int[m+1];
    for (int i=0;i<A.length ;i++ ){
        for (int u=m;u>=A[i];u--){
           dp[u] = dp[u - A[i]]+V[i]>dp[u]?dp[u - A[i]]+V[i]:dp[u];
        }
    } 
    return dp[m];
}

如果有讲错的地方欢迎大家指正~有疑问的朋友也欢迎交流讨论