动态规划算法（三）解决背包问题

0-1背包问题：

有 n 件物品和一个最大承重为 W 的背包，每件物品的重量是  i、价值是  i
在保证总重量不超过 W 的前提下，将哪几件物品装入背包，可以使得背包的总价值最大？
注意：每个物品只有 1 件，也就是每个物品只能选择 0 件或者 1 件，因此这类问题也被称为 0-1背包问题

使用动态规划求解：

• 定义状态方程：dp(i,j)表示最大载重为j的情况下，前i件物品的最大总价值，i ∈ [0, n]，j ∈ [0, W]
• 定义初始状态：dp(i,0)和dp(0,j)分别表示载重为0，物品为0,此时最大总价值也为0.
• 状态转移方程：确定dp(i,j)和dp(i-1,j-1)的关系。如果只剩最后一件物品，有两种情况
  • 最后一件物品重量大于容量，最大物品的价值就是上件物品的称重量：j<wight(i-1)=>dp(i,j)=dp(i-1,j)
  • 最后一件物品小于容量，最后一件物品可以选择装入或者不装入，最大价值为前n-1物品的价值和装入当前物品后的价值取 最大值j>=weight(i-1)=>max{value(i-1)+dp(i-1,j-weight(i-1)),dp(i-1,j)}

代码实现：

package com.qc.dp.coins;
​
/**背包问题
 * 有 n 件物品和一个最大承重为 W 的背包，每件物品的重量是  i、价值是  i
 * 在保证总重量不超过 W 的前提下，将哪几件物品装入背包，可以使得背包的总价值最大？
 * 注意：每个物品只有 1 件，也就是每个物品只能选择 0 件或者 1 件，因此这类问题也被称为 0-1背包问题
 * @date 2020/12/4 14:02
 * @desc
 */
public class Package {
    public static void main(String[] args) {
        int[] values = {6, 3, 5, 4, 6};
        int[] weights = {2, 2, 6, 5, 4};
        int capacity = 10;
        System.out.println(pack(values,weights,capacity));
    }java
​
    public static int pack(int[] value,int[] weight,int capacity){
        //过滤
        if(null==value||value.length==0||null==weight||weight.length==0||capacity==0){
            return 0;
        }
        //定义一个二维数组存储状态值 长度加1状态初始化
        int[][] dp=new int[value.length+1][capacity+1];
        for (int i = 1; i <= value.length; i++) {
            for (int j = 1; j <= capacity; j++) {
                if(j<weight[i-1]){
                    dp[i][j]=dp[i-1][j];
                }else {
                    dp[i][j]=Math.max(dp[i-1][j],value[i-1]+dp[i-1][j-weight[i-1]]);
                }
            }
        }
        return dp[value.length][capacity];
    }
}