백준 12865 평범한 배낭 (0-1 knapsack)

참고

중요한건 왜 dp인지 이해하는 것

dp[w][k] : 가방의 최대 무게가 w이고 k 번째 보석을 담을 때 갖을 수 있는 가치 최댓값

(그림 오타 dp[3][k+1] -> dp[3][k])

예를 들어, 최대 무게가 6kg 이고 k번째 보석을 담은 상태라고 하자. 다음 보석을 담을 때의 점화식을 세워보자. (dp[6][k+1]) 그렇다면 k+1 번째 보석을 담을 수 있다면 담는다 or 안담는다 로 나눌 수 있다.

이때 안 담는다면 최대 무게가 6kg 이고 k 번째 보석을 담는 상태와 같다. 따라서

dp[6][k+1] = dp[6][k]

반대로 담는다면 dynamic programming 의 본질에 맞게 subproblem으로 쪼갤 수 있다.
k+1 번째 보석이 3kg 이다. 그렇다면 우리는 가방 최대 무게가 (6-3) kg 일때의 가치 최댓값에다가 넣으려는 보석의 가치를 그대로 더하면 된다.

dp[6][k+1] = dp[6-3][k] + (k+1번째 보석의 가치)

코드 정리

1. dp 테이블 초기화 - w 나 k 가 0일때 dp[w][k] = 0
2. 점화식
   2.1 k 번째 보석을 담을 수 있는 경우 (가방 최대 무게 보다 작거나 같은 경우) - 담거나 담지 않는다. 둘 중 최댓값
   2.2 k 번째 보석을 담지 못하는 경우 (가방 최대 무게 보다 큰 경우) - 담지 않는다.

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.util.*;

public class Main {
    public static void main(String[] args) throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        StringTokenizer st = new StringTokenizer(br.readLine());

        int n = Integer.parseInt(st.nextToken());
        int k = Integer.parseInt(st.nextToken());

        int[][] dp = new int[k+1][n+1];
        int[] w = new int[n+1];
        int[] v = new int[n+1];

        for(int i = 1; i <= n; i++) {
            st = new StringTokenizer(br.readLine());
            w[i] = Integer.parseInt(st.nextToken());
            v[i] = Integer.parseInt(st.nextToken());
        }

        // dp 테이블 초기화
        for(int i = 0; i <= k; i++) {
            dp[i][0] = 0;
        }
        for(int j = 0; j < n; j++) {
            dp[0][j] = 0;
        }

        for(int j = 1; j <= n; j++) {
            for(int i = 1; i <= k; i++) {
                if(w[j] > i) dp[i][j] = dp[i][j-1];
                else dp[i][j] = Math.max(dp[i][j-1], dp[i-w[j]][j-1] + v[j]);
            }
        }

        System.out.println(dp[k][n]);
    }
}