189 8069 5689
java的二维数据的长度可以使用如下代码表示：
创新互联公司凭借专业的设计团队扎实的技术支持、优质高效的服务意识和丰厚的资源优势，提供专业的网站策划、网站建设、成都网站设计、网站优化、软件开发、网站改版等服务，在成都十载的网站建设设计经验，为成都上千家中小型企业策划设计了网站。
int a[2][2];
int len1=a.length;行长度
int len2=a[i].length.列长度
import java.util.Scanner;
public class TestArray {
public static void main(String[] args) {
int nums[][] = new int[3][4];
Scanner scanner = new Scanner(System.in);
System.out.println("请输入数字:");
for (int i = 0; i 3; i++) {
for (int j = 0; j 4; j++) {
try{
int tmpInt = scanner.nextInt();
nums[i][j] = tmpInt;
}catch (Exception e) {
System.out.println("输入的不是数字,请重新输入!");
scanner.nextLine();
j--;
}
}
System.out.println("第"+(i+1)+"行输入完毕");
}
int max = nums[0][0];
int x=0;
int y=0;
for (int i = 0; i 3; i++) {
for (int j = 0; j 4; j++) {
if(nums[i][j]max){
max = nums[i][j];
x = i;
y = j;
}
}
}
System.out.println("最大值为:"+max+",行下标为:"+x+", 列下标为:"+y);
}
}
//Example.java
class A{
float a;
static float b;
void setA(float a ){
this.a = a;
}
void setB(float b){
this.b = b;
}
float getA() {
return a;
}
float getB() {
return b;
}
void inputA() {
System.out.println(a);
}
static void inputB() {
System.out.println(b);
}
}
public class Example {
public static void main (String args[]){
/*代码5] //通过类名操作类变量b，并赋值100
[代码6] //通过类名调用方法inputB（）
A cat=new A();
A dog=new A();
[代码7] //cat调用方法setA（int a）将cat的成员a的值设置为200
[代码8] //cat调用方法setB（int b）将cat的成员b的值设置为400
[代码9] //dog调用方法setA（int a）将dog的成员a的值设置为300
[代码10] //dog调用方法setB（int b）将dog的成员b的值设置为800
[代码11] //cat调用方法inputA（）
[代码12] //cat调用方法inputB（）
[代码13] //dog调用方法inputA（）
[代码14] //dog调用方法inputB（）*/
A.b = 100;
A.inputB();
A cat = new A();
A dog = new A();
cat.setA(200);
cat.setB(300);
dog.setA(300);
dog.setB(800);
cat.inputA();
cat.inputB();
dog.inputA();
dog.inputB();
}
}
有一个要说明的是，setA()与setB()的形参是浮点型的，所以如楼上所说，楼主代码7到代码10的形参设错了。但200，400，300，800是可以的。只是将int改为float.
因为你把n和c 定义为static ,而且初始化为0,。数组也为静态的,一个类中静态的变量在这个类加载的时候就会执行，所以当你这类加载的时候，你的数组static int[] v = new int[n];
static int[] w = new int[n];
就已经初始化完毕，而且数组大小为0。在main方法里动态改变n的值是改变不了已经初始化完毕的数组的大小的，因为组已经加载完毕。
我建议你可以在定义n,c是就为其赋初值。比如（static int n=2 static int c=3）
有点问题：
public static void knapsack(int[]v,int[]w,int c,int[][]m)
{
int n=v.length-1;
int jMax=Math.min(w[n]-1,c);
for(int j=0;j=jMax;j++)
m[n][j]=0;
for(int j=w[n];j=c;j++)
m[n][j]=v[n];
for(int i=n-1;i1;i--)
{
jMax=Math.min(w[i]-1,c);
for(int j=0;j=jMax;j++)
m[i][j]=m[i+1][j];
for(int j=w[i];j=c;j++)
m[i][j]=Math.max(m[i+1][j],m[i+1][j-w[i]]+v[i]);
}
m[1][c]=m[2][c];
if(c=w[1])
m[1][c]=Math.max(m[1][c],m[2][c-w[1]]+v[1]);
}
public static void traceback(int[][]m,int[]w,int c,int[]x)
{
int n=w.length-1;
for(int i=1;in;i++) {
if(m[i][c]==m[i+1][c])x[i]=0;
else {
x[i]=1;
c-=w[i];
}
x[n]=(m[n][c]0)?1:0;
}
//int n=w.length-1;
for(int i=1;in;i++)
if(m[i][c]==m[i+1][c])x[i]=0;
else {
x[i]=1;
c-=w[i];
}
x[n]=(m[n][c]0)?1:0;
}
import java.io.BufferedInputStream;
import java.util.Scanner;
public class test {
public static int[] weight = new int[101];
public static int[] value = new int[101];
public static void main(String[] args) {
Scanner cin = new Scanner(new BufferedInputStream(System.in));
int n = cin.nextInt();
int W = cin.nextInt();
for (int i = 0; i n; ++i) {
weight[i] = cin.nextInt();
value[i] = cin.nextInt();
}
cin.close();
System.out.println(solve(0, W, n)); // 普通递归
System.out.println("=========");
System.out.println(solve2(weight, value, W)); // 动态规划表
}
public static int solve(int i, int W, int n) {
int res;
if (i == n) {
res = 0;
} else if (W weight[i]) {
res = solve(i + 1, W, n);
} else {
res = Math.max(solve(i + 1, W, n), solve(i + 1, W - weight[i], n) + value[i]);
}
return res;
}
public static int solve2(int[] weight, int[] value, int W) {
int[][] dp = new int[weight.length + 1][W + 1];
for (int i = weight.length - 1; i = 0; --i) {
for (int j = W; j = 0; --j) {
dp[i][j] = dp[i + 1][j]; // 从右下往左上，i+1就是刚刚记忆过的背包装到i+1重量时的最大价值
if (j + weight[i] = W) { // dp[i][j]就是背包已经装了j的重量时，能够获得的最大价值
dp[i][j] = Math.max(dp[i][j], value[i] + dp[i + 1][j + weight[i]]);
// 当背包重量为j时，要么沿用刚刚装的，本次不装，最大价值dp[i][j]，要么就把这个重物装了，那么此时背包装的重量为j+weight[i]，
// 用本次的价值value[i]加上背包已经装了j+weight[i]时还能获得的最大价值，因为是从底下往上，刚刚上一步算过，可以直接用dp[i+1][j+weight[i]]。
// 然后选取本次不装weight[i]重物时获得的最大价值以及本次装weight[i]重物获得的最大价值两者之间的最大值
}
}
}
return dp[0][0];
}
}