首先看下题目,很容易看出这是一个背包问题,然而背包问题有三个类型分别是01背包问题(每个物品最多只有一个)、全背包问题(每个物品不限数量)和多重背包问题(每个物品限数量)。这个题目明显是一个多重背包问题,那么我就可以用多重背包问题的解法解决它。
首先总结一下背包问题的解法:
0 1 背包问题 ( dp[ j ] = max(dp[ j ], dp[ j - w[ i ]] + v[ i ]) ) (j --) 路径记录
完全背包问题 ( dp[ j ] = max(dp[ j ], dp[ j - w[ i ]] + v[ i ]) ) (j ++)
多重背包问题 ( dp[ j ] = max(dp[ j], dp[ j - w[ i ]] + v[ i ]) ) 二进制拆分、可行性
此外,永动态规划的方法解决这个问题有一维数组和二维数组两个解法,个人认为一维数组比较容易理解,具体方法搜索其他博客。
下面我贴出本次题目一维数组解法的具体算法的源码:
import java.util.Scanner;
public class Solution {
public static int helper(int n,int mw,int[] w,int[] v,int[] m) {
int[] dp=new int[mw+1];//保存最优值
for(int i=0;i<n;i++) {
for(int k=1;k<=m[i];k++) {
for(int j=mw;j>w[i];j--) {//计算每个商品的数量
dp[j]=Math.max(dp[j], dp[j-w[i]]+v[i]);
}
}
}
return dp[mw];//返回最优结果
}
public static void main(String[] args) {
// TODO Auto-generated method stub
Scanner s=new Scanner(System.in);
int n=s.nextInt();//商品(零食)数量
int mw=s.nextInt();//最多那用于购买的钱
int[] w=new int[n];//保存每个商品的重量,相当于每个商品的价格
int[] v=new int[n];//保存每个商品的价值,相当于零食的满意度
int[] m=new int[n];//保存每个商品的数量
//商品信息输入
for(int i=0;i<n;i++) {
w[i]=s.nextInt();
v[i]=s.nextInt();
m[i]=s.nextInt();
}
int MV=helper(n,mw,w,v,m);
System.out.print(MV);
}
}
测试结果如下