Java-动态规划学习(五)背包问题

有 n 个物品和一个大小为 m 的背包. 给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值,问最多能装入背包的总价值是多大?
Example 1:
Input: m = 10, A = [2, 3, 5, 7], V = [1, 5, 2, 4]
Output: 9
Explanation: Put A[1] and A[3] into backpack, getting the maximum value V[1] + V[3] = 9 
Example 2:
Input: m = 10, A = [2, 3, 8], V = [2, 5, 8]
Output: 10
Explanation: Put A[0] and A[2] into backpack, getting the maximum value V[0] + V[2] = 10 

将问题进行转换:
F(i,j)表示前i个物品放入大小为j的背包中所获得的最大价值,那么此时就是求F(n,m)为多少。
对于第i个商品有两种状态:
1.放得下和放不下
放不下的时候
F(i,j) = F(i-1,j)
如果放得下,那么此时就需要在两种选择中找到最大值:
F(i,j) = max{ F(i-1,j) , F(i-1,j - A[i]) + V[i] }
F(i-1,j): 表示不把第i个物品放入背包中， 所以它的价值就是前i-1个物品放入大小为j的背包的最大价值
F(i-1, j - A[i]) + V[i]：表示需要把第i个物品放入背包中，价值增加V[i],此时需要将i和j复位到前一个的状态,i则直接为i-1, j代表背包的大小,所以需要回到 j - A[i]的状态,此时在将V[i]放入就是将第i个物品放入背包。
写出状态转移方程:
F(i , j) = |— F(i - 1 , j) , 放不下
********* |—max{F(i - 1 , j - A[i]) + V[i] } ,放得下的情况

初始化：第0行和第0列都为0，表示没有装物品时的价值都为0,避免了边界问题
F(0, j) = F(i , 0) = 0

 public int backPack(int m, int[] A, int[] V) {
        if (A == null  || V == null || m < 1 || A.length == 0 || V.length == 0) {
            return 0;
        }
        int N = A.length + 1;
        int M = m + 1;
        int[][] result = new int[N][M];
        for (int i = 1; i < N; ++i) {
            for (int j = 1; j != M; ++j) {
                //第i个商品在A中对应的索引为i-1: i从1开始
                //如果第i个商品大于j,说明放不下， 所以(i,j)的最大价值和(i-1,j)相同
                if (A[i - 1] > j) {
                    result[i][j] = result[i - 1][j];
                } else {
                    //如果可以装下，分两种情况，装或者不装
                    //如果不装，则即为(i-1, j)
                    //如果装，需要腾出放第i个物品大小的空间： j - A[i-1],装入之后的最大价值即为(i - 1,
                    //j - A[i-1]) + 第i个商品的价值V[i - 1]最后在装与不装中选出最大的价值
                    int newValue = result[i - 1][j - A[i - 1]] + V[i - 1];
                    result[i][j] = Math.max(newValue, result[i - 1][j]);
                }

            }
        }
        return result[A.length][m];
    }