【LintCode】Backpack 背包问题

最新推荐文章于 2024-03-13 23:40:52 发布

wutingyehe

最新推荐文章于 2024-03-13 23:40:52 发布

阅读量4.5k

点赞数 4

分类专栏：动态规划 LintCode java

本文链接：https://blog.csdn.net/wutingyehe/article/details/46910103

版权

本文介绍了如何使用动态规划解决背包问题。在给定n个物品和背包大小m的情况下，确定如何选择物品以最大化背包的填充程度。通过建立dp数组，利用状态转移方程求解，例如dp[i][j]表示前i个物品在容量为j的背包中能装满的最大空间。文章通过样例解释了算法的工作原理，并给出了具体的状态转移方程。

摘要由CSDN通过智能技术生成

在n个物品中挑选若干物品装入背包，最多能装多满？假设背包的大小为m，每个物品的大小为A[i]。

样例
如果有4个物品[2, 3, 5, 7]
如果背包的大小为11，可以选择[2, 3, 5]装入背包，最多可以装满10的空间。
如果背包的大小为12，可以选择[2, 3, 7]装入背包，最多可以装满12的空间。
函数需要返回最多能装满的空间大小。

注意
你不可以将物品进行切割。

举例：
如果有4个物品[2, 3, 5, 7]，如果背包的大小为11。问最多能装多满？
建动态规划数组 dp[A.length][m + 1]，A.length行，m+1列

start	j = 0	j = 1	j = 2	j = 3	j = 4	j = 5	j = 6	j = 7	j = 8	j = 9	j = 10	j = 11
i = 0 (A[0]=2)	dp[0][0] = 0	0	2	2	2	2	2	2	2	2	2	2
i = 1 (A[1]=3)	0	0	2	3	3	5	5

关注

专栏目录