蓝桥杯-小明的背包(动态规划-Java)

0/1背包问题介绍

0/1背包问题是经典的动态规划问题,具体描述如下:

解题思路:

  1. 输入数据 首先,程序通过 Scanner 从输入中读取数据:

    n 表示物品的数量。 v 表示背包的最大容量。 接着读取每个物品的重量和价值,保存在二维数组 a 中。

  2. 动态规划数组 dp 初始化 我们定义一个二维数组 dpij,表示在考虑前 i 个物品,且背包容量为 j 时的最大价值。初始化时,所有的 dpij 值为 0。

  3. 填充动态规划数组 使用两层循环来填充 dp 数组:

外层循环遍历所有物品(从 i = 1 到 i = n)。 内层循环遍历所有背包容量(从 j = 1 到 j = v)。 对于每个物品 i

和背包容量 j,判断当前物品能否放入背包,如果可以放入背包,我们取放入和不放入两种选择的最大值。

  1. 输出结果 最终,dpnv 存储了在考虑所有 n 个物品并且背包容量为 v 时的最大价值。

代码:

java 复制代码
public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);

        int n = sc.nextInt();
        int v = sc.nextInt();
        int[][] a = new int[n + 1][2];
        //题目已知背包的体重为w,有N个物品,每个物品的价值value和重量weight
        for (int i = 0; i < n; i++) {
            a[i][0] = sc.nextInt();
            a[i][1] = sc.nextInt();
        }
        sc.close();

        //dp数组维护的是在考虑前i个物品,且背包容量为j时,能够获得的最大价值
        int[][] dp = new int[n + 1][v + 1];

        //判断前i件物品,在背包容量为j时,情况下选择最大的价值
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= v; j++) {
                // a[i][0]wi重量 a[i][1]vi价格
                int wi = a[i-1][0];
                int vi = a[i-1][1];
                //背包容量够的话
                if (j >= vi) {
                    dp[i][j] = Math.max(dp[i - 1][j], vi + dp[i - 1][j - wi]);
                } else {
                    //背包装不下只能跟刚才一样
                    dp[i][j] = dp[i - 1][j];
                }
            }
        }
        System.out.println(dp[n][v]);

    }
相关推荐
nanxun8866 小时前
记一次诡异的 Docker 容器"串包"故障排查
java
用户1563068103518 小时前
Day01 | Java 基础(Java SE)
java
行者全栈架构师10 小时前
Maven dependency:tree 的 8 个高级用法
java·后端
行者全栈架构师14 小时前
IDEA 中 Maven 项目的 15 个红色报错快速解决方法
java·后端
令人头秃的代码0_014 小时前
mac(m5)平台编译openjdk
java
唐青枫2 天前
Java JDBC 实战指南:从 Connection 到事务和连接池
java
一个做软件开发的牛马2 天前
MyBatis-Plus 从零实战:完整搭建可运行 Demo,BaseMapper 零 SQL、Wrapper 条件构造、分页插件与代码生成器详解
java·后端
用户3721574261352 天前
Java 处理 PDF 图片:提取 PDF 中的图片,并压缩 PDF 图片体积
java
用户3721574261352 天前
Java 打印 Word 文档:从基础打印到高级设置
java
用户3521802454752 天前
当 Prompt 学会"热更新":Spring Boot × Nacos3 AI 实战
java·spring boot·ai编程