1

本文探讨了两种背包问题:一种是计算能装入的最大价值,另一种是计算能装入的最大体积。通过具体的代码示例,展示了如何使用动态规划解决这两个问题,并提供了时间与空间复杂度的优化思路。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

public class Solution {
    /**
     * @param m: An integer m denotes the size of a backpack
     * @param A & V: Given n items with size A[i] and value V[i]
     * @return: The maximum value
     * 背包问题 II
     * 给出n个物品的体积A[i]和其价值V[i],将他们装入一个大小为m的背包,最多能装入的总价值有多大?
 

 注意事项
 

A[i], V[i], n, m均为整数。你不能将物品进行切分。你所挑选的物品总体积需要小于等于给定的m。
样例 

对于物品体积[2, 3, 5, 7]和对应的价值[1, 5, 2, 4], 假设背包大小为10的话,最大能够装入的价值为9。
 
挑战 

O(n x m) memory is acceptable, can you do it in O(m) memory?

     */
    public int backPackII(int m, int[] A, int V[]) {
        // write your code here
        int f[][] = new int[A.length + 1][m + 1];
        
        
        for(int j = 1; j <= m; j++){
            f[0][j] = 0;
        }
        for(int i = 0; i <= A.length; i++){
            f[i][0] = 0;
        }
        for (int i = 1; i <= A.length; i++) {
            for (int j = 1; j <= m; j++) {
                //f[i][j] = f[i - 1][j];
                if (j >= A[i-1]) {
                    f[i][j] = f[i-1][j - A[i-1]] + V[i - 1];
                }
                f[i][j] = Math.max(f[i][j],f[i - 1][j]);
            } // for j
        } // for i
      
        int result = 0;
        for (int i = m; i >= 0; i--) {
            result = Math.max(result,f[A.length][i]);
            
        }
        
        return result;
    }
}

public class Solution {
    /**
     * @param m: An integer m denotes the size of a backpack
     * @param A: Given n items with size A[i]
     * @return: The maximum size
     * 背包问题
     * 

在n个物品中挑选若干物品装入背包,最多能装多满?假设背包的大小为m,每个物品的大小为A[i]
 

 注意事项
 

你不可以将物品进行切割。
 
您在真实的面试中是否遇到过这个题? 

Yes
 




样例 

如果有4个物品[2, 3, 5, 7]
 
如果背包的大小为11,可以选择[2, 3, 5]装入背包,最多可以装满10的空间。
 
如果背包的大小为12,可以选择[2, 3, 7]装入背包,最多可以装满12的空间。
 
函数需要返回最多能装满的空间大小。
 
挑战 

O(n x m) time and O(m) memory.
 
O(n x m) memory is also acceptable if you do not know how to optimize memory.

     */
    public int backPack(int m, int[] A) {
        boolean f[][] = new boolean[A.length + 1][m + 1];
        for (int i = 0; i <= A.length; i++) {
            for (int j = 0; j <= m; j++) {
                f[i][j] = false;
            }
        }
        
        for(int j = 1; j <= m; j++){
            f[0][j] = false;
        }
        for(int i = 0; i <= A.length; i++){
            f[i][0] = true;
        }
        for (int i = 1; i <= A.length; i++) {
            for (int j = 1; j <= m; j++) {
                f[i][j] = f[i - 1][j];
                if (j >= A[i-1] && f[i-1][j - A[i-1]]) {
                    f[i][j] = true;
                }
            } // for j
        } // for i
       
        
        for (int i = m; i >= 0; i--) {
            if (f[A.length][i]) {
                return i;
            }
        }
        
        return 0;
    }
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值