求解01背包问题（Java）

题目描述

实现一个算法求解 01 背包问题。背包问题的介绍如下：
• 已知一个容量为 totalweight 的背包，有不同重量不同价值的物品，问怎样在背包容量限制下达到利益最大化。
• 01 背包问题要求每个物品只有一个，可以选择放入或者不放入背包。
背包问题求解方法的介绍如下：
• 用符号 Vi 表示第 i 个物品的价值，Wi 表示第 i 个物品的体积，Vi,j 表示当前背包容量为 j 时，前 i 个物品最佳组合对应的价值。
• 对于当前第 i 个商品，如果包的容量比该物品体积小，即 j<Wi。那么此时的价值与前 i−1 个的价值是一样的，即 Vi,j=Vi−1,j。
• 对于当前第 i 个商品，如果包的容量能够装下该物品，即 Wi≤j。此时需要判断装或者不装这个物品的价值对比，
选择使价值更大的情况，即 Vi,j=max(Vi+Vi−1,j−Wi,Vi−1,j)。

通过最优解回溯法找到解的组成：
• 当 Vi,j=Vi−1,j时，说明没有选择第 i 个物品。
• 当 Vi,j=Vi−1,j−Wi 时，说明装了第 i 个商品。
• 从 i，j 的最大值一直遍历到 i＝0 ，则找到了所有解。

输入描述
第一行为两个数字 totalweight、N，均不超过 1000。totalweight 含义见题干，N 为物品数量。
接下来 N 行，每行两个数字 Wi、Vi，均不超过 1000。含义见题干。

输出描述
输出一行，为在背包容量限制下的最大化利益。

输入输出样例

8 5
3 4
5 5 
1 2
2 1
2 3

输出
10

运行限制
• 最大运行时间：1s
• 最大运行内存: 256M

代码演示

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner scan = new Scanner(System.in);
        //在此输入您的代码...
        int tw = scan.nextInt();//记录物品总重量
        int n = scan.nextInt();
        int[] w = new int[n+1];//记录第i个物品重量
        int[] v = new int[n+1];//记录第i个物品的价值
        for(int i = 1;i <= n;i++){//录入数据
            w[i] = scan.nextInt();
            v[i] = scan.nextInt();
        }

        int[][] dp = new int[tw+1][tw+1];//记录当背包总重量为i时，装入背包中物品的最大价值
        for(int i = 1;i <= n;i++){//i表示第i个物品的重量
            for(int j = 1;j <= tw;j++){//j表示背包总重量
                if(j < w[i]){//当背包总重量为j时，物品的重量大于背包的总重量，则背包物品的总价值为：dp[i-1][j]
                    dp[i][j] = dp[i-1][j];
                }
                /**
                 * 当背包总重量为j时，物品的重量小于等于背包的总重量，则背包物品的总价值为： Math.max(v[i]+dp[i-1][j-w[i]],dp[i-1][j])
                 *
                 */
                if( j >= w[i]){
                    dp[i][j] = Math.max(v[i]+dp[i-1][j-w[i]],dp[i-1][j]);
                }
            }
        }

        //输出
        System.out.println(dp[n][tw]);

        scan.close();
    }
}

以题目例子用二维表表示

最后的最大值根据判断条件：

dp[5][8] = dp[4][6] + 3 =10;

对于当前第 i 个商品，如果包的容量比该物品体积小，即 j < w[i]。那么此时的价值与前 i−1 个的价值是一样的，即 dp[i][j] = v [i-1][j]

对于当前第 i 个商品，如果包的容量能够装下该物品，即 w[i] ≤ j。此时需要判断装或者不装这个物品的价值对比，选择使价值更大的情况，即 dp[i][j] =Math.max(v[i] + dp[i-1][j-w[i]] , dp[i-1][j])

之后的完全背包、多重背包、分组背包都在此基础上演变