动态规划DP之背包问题1---01背包问题

目录

问题描述：

问题应用场景：

如何解决01背包问题：

   朴素版（二维）：

   优化（一维）：

示例

二维： 

优化（一维）：

---

问题描述：

        01背包问题通常描述为：有一个背包，它的容量为  ，现在有  种不同的物品，编号为 ，其中每一种物品的重量为  ，价值为  。问可以向这个背包中装入哪些物品，使得在不超过背包容量的前提下，背包中物品的总价值最大。

问题应用场景：

1. 资源分配问题：在有限的资源下，如何分配资源才能使得收益最大化。比如，在限定的时间、成本和人力资源下，如何选择项目以获得最大的利润。

2. 物流配送问题：在物流配送中，如何在有限的运输容量下，选择合适的货物组合，以最大化运输的价值或者利润。

3. 金融投资问题：在投资中，如何选择不同的投资组合，使得投资组合的收益最大化。每个投资产品可以看作是一个物品，其收益和风险可以作为其价值和重量。

4. 生产调度问题：在生产调度中，如何安排生产计划以最大化产出或者利润。每个生产计划可以看作是一个物品，其生产成本和产出价值可以作为其重量和价值。

如何解决01背包问题：

   朴素版（二维）：

       使用  来表示前  个物品，总体积是  的情况下，总价值最大是多少 。

• 不选第  个物品，
• 选第   个物品，    

    则： 

 

       时间复杂度  O(n^2)

 

   优化（一维）：

        通过，可知， 层的所有状态只与  层有关，所以没有必要把整个所有层都记下来。因此，可以把 层数的维度删掉，即 删掉。

        优化为 ：

 

示例

代码包含了二维和优化过后的（其中有一些细节要注意，代码中会提示）：

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

8

二维： 

import java.io.*;
import java.util.*;
 
class Main{
    static int N = 1010;
    static int n,V;
    static int[] v = new int[N]; // 体积
    static int[] w = new int[N]; // 价值
    static int[][] f = new int[N][N]; // 二维
    public static void main(String[] args) throws IOException{
        BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
        String[] s = in.readLine().split(" ");
        n = Integer.parseInt(s[0]);
        V = Integer.parseInt(s[1]);
        
        for(int i=1;i<=n;i++){
            s = in.readLine().split(" ");
            v[i] = Integer.parseInt(s[0]);
            w[i] = Integer.parseInt(s[1]);
        }
        
        // 01背包：
        for(int i=1;i<=n;i++){
            for(int j=0;j<=V;j++){
                f[i][j] = f[i-1][j];
                if(j>=v[i]) // 要确保j大于当前物品的体积才可以
                    f[i][j] = Math.max(f[i][j],f[i-1][j-v[i]]+w[i]); // 取最大价值
            }
        }
        System.out.println(f[n][V]); 
    }
}

优化（一维）：

        因为当前是 ，更新到第  层的  体积时，会覆盖前面 到  的值，但是我们更新第  层  体积后面值 需要  层的值，因此，我们需要从  开始从后往前遍历更新；

import java.io.*;
import java.util.*;
 
class Main{
    static int N = 1010;
    static int n,V;
    static int[] v = new int[N]; // 体积
    static int[] w = new int[N]; // 价值
    static int[] f = new int[N]; // 二维
    public static void main(String[] args) throws IOException{
        BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
        String[] s = in.readLine().split(" ");
        n = Integer.parseInt(s[0]);
        V = Integer.parseInt(s[1]);
        
        for(int i=1;i<=n;i++){
            s = in.readLine().split(" ");
            v[i] = Integer.parseInt(s[0]);
            w[i] = Integer.parseInt(s[1]);
        }
        
        // 01背包优化：
        for(int i=1;i<=n;i++){
            for(int j=V;j>=v[i];j--){ // 从大到小遍历，大于v[i],因为体积不能小于当前物品的体积
                f[j] = Math.max(f[j],f[j-v[i]]+w[i]); // 取最大价值
            }
        }
        System.out.println(f[V]); 
    }
}