题目
有N件物品和一个最多能被重量为W 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。
图片
这是标准的背包问题,以至于很多同学看了这个自然就会想到背包,
甚至都不知道暴力的解法应该怎么解了。
这样其实是没有从底向上去思考,而是习惯性想到了背包,
那么暴力的解法应该是怎么样的呢?
每一件物品其实只有两个状态,取或者不取,所以可以使用回溯法搜索出所有的情况,
那么时间复杂度就是O(2^n),这里的n表示物品数量。
所以暴力的解法是指数级别的时间复杂度。进而才需要动态规划的解法来进行优化!
举一个例子:
背包最大重量为4。
物品为:
重量 价值
物品0 1 15
物品1 3 20
物品2 4 30
问背包能背的物品最大价值是多少?
解题思路与算法
- 确定递推表达式:确定dp数组及其下标含义:dp[i][j]表示从0 - i中任意取放入容量为j的背包得到的最大价值 ;
- 可以不取第i个或取第i个使得背包价值最大,
- 即dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-value[i]])
- dp数组的初始化:若dp[i][j]中的j也就是背包容量为0,那么总价值dp[i][0]一定为0;若dp[i][j]中的i为0,也就是只取第0个物品放进背包里
- if(j>=value[0]) 那么说明背包容量足够大能装下第0个物品dp[0][j-value[0]]
- 则可以倒序遍历初始化dp数组,
- for(int j=w;j>=weight[0];j–){dp[0][j]=dp[0][j-weight[i]]+value[i];}
- 确定遍历顺序:由递推表达式得有i-1,所有从前向后遍历
代码
public int zero_one_bag() {
int[] weight = {
1, 3, 4};
int[] value = {
15, 20, 30};
int bagWeight = 4;
int[][] dp=new int[weight.length+ 1][bagWeight + 1];
for (int j = bagWeight; j >= weight[0]; j--) {
dp[0][j] = dp[0][j - weight[0]] + value[0];
}
for(int i = 1; i < weight.length; i++) {
for(int j = 0; j <= bagWeight; j++) {
if (j < weight[i]) {
dp[i][j] = dp[i - 1][j];
}
else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
}
}
}
return dp[weight.length - 1][bagWeight];
}