0 1背包问题之leetcode总结
直接上代码吧,可以递归解决也可以非递归解决。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 | import java.util.LinkedList; public class Main{ /* 由dp[i - 1][j]推出,即背包容量为j,里面不放物品i的最大价值,此时dp[i][j]就是dp[i - 1][j] 由dp[i - 1][j - weight[i]]推出,dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值, 那么dp[i - 1][j - weight[i]] + value[i] (物品i的价值),就是背包放物品i得到的最大价值 */ static void test_2_wei_bag_problem1() { int [] weight = { 1 , 3 , 4 }; int [] value = { 15 , 20 , 30 }; int bagWeight = 4 ; //包的容量 bagWeight = 6 ; //包的容量 weight= new int []{ 1 , 2 , 3 , 4 , 5 }; value= new int []{ 2 , 4 , 4 , 5 , 6 }; bagWeight = 100 ; //包的容量 weight= new int []{ 77 , 22 , 29 , 50 , 99 }; value= new int []{ 92 , 22 , 87 , 46 , 90 }; // 二维数组 int [][] dp = new int [weight.length][bagWeight + 1 ]; // 初始化 //初始化第一列 weight[0] for ( int i = 1 ; i < dp[ 0 ].length; i++) { if (i >= weight[ 0 ]) { dp[ 0 ][i] = value[ 0 ]; } } //容量为0 for ( int i = 0 ; i < dp.length; i++) { dp[i][ 0 ] = 0 ; } // weight数组的大小 就是物品个数 for ( int i = 1 ; i < weight.length; i++) { // 遍历物品 for ( int j = 1 ; j <= bagWeight; j++) { // 遍历背包容量 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]); } } System.out.println(dp[weight.length - 1 ][bagWeight]); } public static void test_2_wei_bag_problem0() { int [] weight = { 1 , 3 , 4 }; int [] value = { 15 , 20 , 30 }; int bagWeight = 6 ; //包的容量 bagWeight = 6 ; weight= new int []{ 1 , 2 , 3 , 4 , 5 }; value= new int []{ 2 , 4 , 4 , 5 , 6 }; bagWeight = 100 ; //包的容量 weight= new int []{ 77 , 22 , 29 , 50 , 99 }; value= new int []{ 92 , 22 , 87 , 46 , 90 }; helper(weight,value,bagWeight, 0 ); System.out.println(sum); } public static LinkedList<Integer> list = new LinkedList<>(); public static int sum = 0 ; public static void helper( int [] weight, int [] value, int bagWeight, int index) { if (index >= weight.length) return ; if (bagWeight >= 0 ) { int cnt = 0 ; for (Integer i : list) { cnt+=i; } sum=Math.max(sum,cnt); } list.add(value[index]); helper(weight, value, bagWeight - weight[index], index + 1 ); list.pollLast(); helper(weight, value, bagWeight, index + 1 ); } public static void main(String[] args) { test_2_wei_bag_problem1(); test_2_wei_bag_problem0(); } } |
加油啦!加油鸭,冲鸭!!!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 从HTTP原因短语缺失研究HTTP/2和HTTP/3的设计差异
· 三行代码完成国际化适配,妙~啊~