返回

【程序员必会十大算法】之动态规划算法(背包问题)

发布时间:2022-10-14 09:21:06 301
# java# java# 数据

1.动态规划算法

动态规划算法与分治算法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。
与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的。(即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解)

2.背包问题(01背包)

有一个背包,容量为4磅,现有如下物品

【程序员必会十大算法】之动态规划算法(背包问题)_赋值

 

①要求达到的目标为装入的背包的总价值最大,并且重量不超出

②要求装入的物品不能重复

①只有二维数组的版本

public class Main {

public static void main(String[] args) {
//注意 下面的w和value要一一对应,比如0号商品重量为1,价值为1500
int[] w = {1,4,3};//物品的重量
int[] value = {1500,3000,2000};//物品的价值

//这个j 可以自己进行变化
int capacity = 4;//背包的容量

//行 : 就是几种物品
//列 : 就是背包的容量从0开始 比如上面是4 那么列分别是 0 1 2 3 4
//+ 1 是因为还有第0行第0列
//行是0 表示没有商品,就算背包容量再大,价值也都是0
//列是0 表示背包没有容量,就算商品价值再高,价值也都是0
int[][] v = new int[w.length + 1][capacity + 1];

//首先将第0行第0列的所有值赋为0 原因在上面已经解释了
for (int i = 0;i < v.length;i++){
v[i][0] = 0;
}
for (int i = 0;i < v[0].length;i++){
v[0][i] = 0;
}

//然后进行二维数组的真正赋值
for (int i = 1;i < v.length;i++){//这是指从第1行开始,因为第0行已经赋值了,应该跳过
for (int j = 1;j < v[0].length;j++){//这是指从每一行的第1列开始,因为第0列已经赋值了,应该跳过
//如果装的东西的重量即w[i - 1]大于背包此时的容量即j,则直接将同一列的上一行的数据填入
if (w[i - 1] > j){
v[i][j] = v[i - 1][j];
}else {
//如果装的东西的重量即w[i - 1]小于等于背包此时的容量即j,则需要一次比较
//比较的内容是 不装这个东西,即上一次的价值v[i - 1][j]
//与 装这个东西之后,剩下的空间 再装 上一行之前的东西 的最大价值,即value[i - 1] + v[i - 1][j - w[i - 1]]的大小
v[i][j] = Math.max(v[i - 1][j],value[i - 1] + v[i - 1][j - w[i - 1]]);
}
}
}


//打印二维数组
for (int i = 0;i < v.length;i++){
for (int j = 0;j < v[0].length;j++){
System.out.print(v[i][j] + " ");
}
System.out.println();
}
}

}

结果

0 0 0 0 0 
0 1500 1500 1500 1500
0 1500 1500 1500 3000
0 1500 1500 2000 3500

但是这个结果不知道3500是哪两个商品加上去的,所以需要改装一下。

②可以打印出哪两个商品的版本

public class Main {

public static void main(String[] args) {
//注意 下面的w和value要一一对应,比如0号商品重量为1,价值为1500
int[] w = {1,4,3};//物品的重量
int[] value = {1500,3000,2000};//物品的价值

//这个j 可以自己进行变化
int capacity = 4;//背包的容量

//行 : 就是几种物品
//列 : 就是背包的容量从0开始 比如上面是4 那么列分别是 0 1 2 3 4
//+ 1 是因为还有第0行第0列
//行是0 表示没有商品,就算背包容量再大,价值也都是0
//列是0 表示背包没有容量,就算商品价值再高,价值也都是0
int[][] v = new int[w.length + 1][capacity + 1];
//这个记录过程,当有物品加入的时候,就将相应值赋为1
int[][] path = new int[w.length + 1][capacity + 1];

//首先将第0行第0列的所有值赋为0 原因在上面已经解释了
for (int i = 0;i < v.length;i++){
v[i][0] = 0;
}
for (int i = 0;i < v[0].length;i++){
v[0][i] = 0;
}

//然后进行二维数组的真正赋值
for (int i = 1;i < v.length;i++){//这是指从第1行开始,因为第0行已经赋值了,应该跳过
for (int j = 1;j < v[0].length;j++){//这是指从每一行的第1列开始,因为第0列已经赋值了,应该跳过
//如果装的东西的重量即w[i - 1]大于背包此时的容量即j,则直接将同一列的上一行的数据填入
if (w[i - 1] > j){
v[i][j] = v[i - 1][j];
}else {
//如果装的东西的重量即w[i - 1]小于等于背包此时的容量即j,则需要一次比较
//比较的内容是 不装这个东西,即上一次的价值v[i - 1][j]
//与 装这个东西之后,剩下的空间 再装 上一行之前的东西 的最大价值,即value[i - 1] + v[i - 1][j - w[i - 1]]的大小
//v[i][j] = Math.max(v[i - 1][j],value[i - 1] + v[i - 1][j - w[i - 1]]);
if (v[i - 1][j] < value[i - 1] + v[i - 1][j - w[i - 1]]){
//这个时候说明有新物品加入
v[i][j] = value[i - 1] + v[i - 1][j - w[i - 1]];
path[i][j] = 1;//表示此时下标为 i-1 的物品 加入了
}else {
//这个时候说明没有新物品加入
v[i][j] = v[i - 1][j];
}
}
}
}


//打印二维数组
System.out.println("打印二维数组=====");
for (int i = 0;i < v.length;i++){
for (int j = 0;j < v[0].length;j++){
System.out.print(v[i][j] + " ");
}
System.out.println();
}

//打印加入过程
System.out.println("打印加入数组=====");
for (int i = 0;i < path.length;i++){
for (int j = 0;j < path[0].length;j++){
System.out.print(path[i][j] + " ");
}
System.out.println();
}

// for (int i = 0;i < path.length;i++){
// for (int j = 0;j < path[0].length;j++){
// if (path[i][j] == 1){
// System.out.println("下标为" + (i - 1) + "的物品加入了");
// }
// }
// }

System.out.println("打印加入过程=====");
//j是动态变换的,这次path等于1的时候,要跟 去掉此次加入的物品的容量 的上一次path为1的时候作比较
int i = path.length - 1;//从最大下标开始遍历
int j = path[0].length - 1;
while (i > 0 && j > 0){
if (path[i][j] == 1){
//说明此时加过东西
System.out.println("下标为" + (i - 1) + "的物品加入了");
//然后减去此东西的重量
j = j - w[i - 1];
}
//因为此行已经统计过了 所以从上一行继续开始找,有没有装过东西的时候,如果有的话,其重量加上刚刚减去的重量是不是等于最开始的j
i--;
}
}
}

结果

打印二维数组=====
0 0 0 0 0
0 1500 1500 1500 1500
0 1500 1500 1500 3000
0 1500 1500 2000 3500
打印加入数组=====
0 0 0 0 0
0 1 1 1 1
0 0 0 0 1
0 0 0 1 1
打印加入过程=====
下标为2的物品加入了
下标为0的物品加入了

 

特别声明:以上内容(图片及文字)均为互联网收集或者用户上传发布,本站仅提供信息存储服务!如有侵权或有涉及法律问题请联系我们。
举报
评论区(0)
按点赞数排序
用户头像
精选文章
thumb 中国研究员首次曝光美国国安局顶级后门—“方程式组织”
thumb 俄乌线上战争,网络攻击弥漫着数字硝烟
thumb 从网络安全角度了解俄罗斯入侵乌克兰的相关事件时间线
下一篇
str_pad()函数 2022-10-14 08:48:50