Charm Bracelet背包问题(动态规划)--算法学习

问题描述

有N件物品和一个容积为M的背包。第i件物品的体积
w[i]，价值是d[i]。求解将哪些物品装入背包可使价值总
和最大。每种物品只有一件，可以选择放或者不放
(N<=3500,M <= 13000

思路

用 F[i][j] 表示取前i种物品，使它们总体积不超过j的最优
取法取得的价值总和。要求F[N][M]
边界：if (w[1] <= j)
F[1][j] = d[1];
else
F[1][j] = 0;

递推： F[i][j] = max(F[i-1][j],F[i-1][j-w[i]]+d[i])
取或不取第 i种物品，两者选优
(j-w[i] >= 0才有第二项)

本题如用记忆型递归，需要一个很大的二维数组，会
超内存。注意到这个二维数组的下一行的值，只用到了
上一行的正上方及左边的值，因此可用滚动数组的思想
，只要一行即可。即可以用一维数组，用“人人为我”
递推型动归实现

中心代码

 int knapSack(int w[],int v[],int C) {
        int size = w.length;
        if (size == 0) {
            return 0;
        }
        int dp[][] = new int[size][C + 1];
        //初始化第一行
        //仅考虑容量为C的背包放第0个物品的情况
        for (int i = 0; i <= C; i++) {
            dp[0][i] = w[0] <= i ? v[0] : 0;
        }
        //填充其他行和列
        for (int i = 1; i < size; i++) {
            for (int j = 0; j <= C; j++) {
                dp[i][j] = dp[i - 1][j];
                if (w[i] <= j) {
                    dp[i][j] = max(dp[i][j], v[i] + dp[i - 1][j - w[i]]);
                }
            }
        }
        return dp[size - 1][C];
    }