问题描述:有N件物品和一个最多能被重量为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。
在下面的讲解中,我举一个例子:
背包最大重量为4。
物品为:
重量 | 价值 | |
---|---|---|
物品0 | 1 | 15 |
物品1 | 3 | 20 |
物品2 | 4 | 30 |
问背包能背的物品最大价值是多少?
以下讲解和图示中出现的数字都是以这个例子为例。
要理解递归的本质和递推的方向。
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]); 递归公式中可以看出dp[i][j]是靠dp[i-1][j]和dp[i - 1][j - weight[i]]推导出来的。
dp[i-1][j]和dp[i - 1][j - weight[i]] 都在dp[i][j]的左上角方向(包括正左和正上两个方向),那么先遍历物品,再遍历背包的过程如图所示:
举例推导dp数组
来看一下对应的dp数组的数值,如图:
最终结果就是"dp[2][4]"
public class Main {
public static void main(String[] args) {
int bagWeight = 4;
int[] weight = {1, 3, 4};
int[] value = {15, 20, 30};
int[][] dp = new int[weight.length][bagWeight+ 1];
// dp[i][j]数组表示从下标为[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。
// 那么可以有两个方向推出来dp[i][j],
// 1、由dp[i - 1][j]推出,
// 即背包容量为j,里面不放物品i的最大价值,此时dp[i][j]就是dp[i - 1][j],
// 2、由dp[i - 1][j - weight[i]]推出,
// dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值,
// 那么dp[i - 1][j - weight[i]] + value[i] (物品i的价值),就是背包放物品i得到的最大价值
// 所以递归公式:dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
//初始化第一排 不赋值默认为零0
//因为当bagWeight为0时 此时的value当然为o
for (int j = bagWeight; j >= weight[0]; j--) {//倒叙遍历防物品0重复添加;
dp[0][j] = dp[0][j - weight[0]] + value[0];//这里dp[0][j - weight[0]]也可以省略
}
//从物品开始遍历
for (int i = 1; i < weight.length; i++) {
//遍历背包重量
//每一个物体都是从背包体积为0开始遍历因为后面的dp[i-1][j-weight[i]]需要前面的数据
for (int j = 0; j <= bagWeight; j++) {
if (j <weight[i]){//此时物品的体积大于此时背包的体积
dp[i][j] = dp[i-1][j];
}else {//j-weight[i]表示背包的体积减去存放此时的物品还剩多少体积
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]);
}
}
}
System.out.println("背包能背的物品最大价值为"+dp[weight.length-1][bagWeight]);
}
}
所用图片和代码参考代码随想录
[]: https://mp.weixin.qq.com/s/FwIiPPmR18_AJO5eiidT6w