动态规划基础-0/1背包

0/1背包:

有n种物品,每种物品只有一个,每种物品有自己的重量和价值。有一个最大承受重量为W的背包,

问:这个背包最多能装价值为多少的物品

动态规划五部曲:

①dp[i][j]的含义:从下标为[0-i]的物品里任意取,放进容量为j的背包,价值总和最大是多少。

②确定递推公式

不放物品i:即背包容量为j,里面不放物品 i 的最大价值,此时dp[i][j] = dp[i-1][j],也就是物品i的重量太大无法放入背包,所以不放入,背包价值与前面的相同

放物品i:dp[i-1][j-wight[i]] 是———当背包容量为j-wight[i]时,不放物品i的最大价值,那如果放物品 i 呢?再加上物品i的价值即可——》dp[i-1][j-wight[i]] + value[i]

因为我们要取的是最大价值

递推公式:dp[i][j] = Max(dp[i-1][j] , dp[i-1][j-wight[i]] + value[i] )

③dp数组初始化

如何初始化数组?

dp[i-1][j]——————由上一行推出

背包容量为0,所以价值为0

dp[i-1][j-wight[i]]———由左上方推出

j-wight[i]就在偏左边

物品i恒为0,

所以当 背包容量比编号0的物品重量还小

weight[0]>BagWeight , dp[0][j] = 0

当weight[0]<BagWeight, dp[0][j] = weight[0]

④确定遍历顺序

⑤举例推导

package com.company;

public class Main {

    public static void main(String[] args) {
        int[] weight = {1,3,4};
        int[] value = {15,20,20};
        printDpArray(weight,value,4);
     }
     public static void printDpArray(int[] weight,int[] value,int bagWeight){
        int[][] dp = new int[weight.length][bagWeight+1];
        for(int i = 0;i<weight.length;i++){
            dp[i][0] = 0;
        }
        for(int j = 0;j<=bagWeight;j++){
            if(j<weight[0])
                dp[0][j] = 0;
            else dp[0][j] = value[0];
        }
        for(int i = 1;i<weight.length;i++){
            for (int j = 1;j<=bagWeight;j++){
                if(weight[i]>j) //不放
                    dp[i][j] = dp[i-1][j];
                else  //放
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
            }
        }


        for(int i = 0;i<weight.length;i++){
            for(int j = 0;j<=bagWeight;j++){
                System.out.print(dp[i][j]+" ");
            }
            System.out.println();
        }
     }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值