算法学习-动态规划-0-1背包问题

如图所示，是一个经典的0-1背包问题，对这种问题，网上有很多其他的求解方法，我在这里使用动态规划的思想来求解。首先我们要寻找该问题的最优子结构性质。

对于一个背包问题的最优解，我们在这里减去其中的一个物品i，那么背包剩下的物品是不是当背包容量为C-w[i]时，对于（1,2,3...i-1）这些物品的最优解。如图是详细解释。

 

 接下来我们需要寻找递推关系，这也是该问题中最困难的一步。

在这里我直接给出递推关系式，具体的递推式的推出可以参考这个视频

【自制】01背包问题算法动画讲解_哔哩哔哩_bilibili

其中i表示，可以选择0到i号物品进行求解问题，j表示背包容量大小。

然后就是代码示例。

public int knapsack(int w[],int v[],int c){
        int [][]dp=new int[v.length][c+1];
        //初始化
        for (int i = 0; i <v.length ; i++) {
            dp[i][0]=0;
        }
        for (int i = 0; i < c+1; i++) {
            dp[0][i]=0;
        }
        for (int i = 1; i < v.length; i++) {
            for (int j = 1; j < c+1; j++) {
                if(w[i]<=j){
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-w[i]]+v[i]);
                }
                else{
                    dp[i][j]=dp[i-1][j];
                }
            }
        }
        return dp[v.length-1][c];
    }

要注意，这里的dp数组都是0开始的，所以v，w数组坐标都是1开始，0号坐标填0即可。

测试示例代码

void test2(){
        int w[]={0,2,3,4};
        int v[]={0,3,5,6};
        int res=knapsack(w,v,6);
        System.out.println(res);
    }