关闭

动态规划之背包问题

210人阅读 评论(0) 收藏 举报
分类:
public class DynamicProgramming_Bag {
	
	public static int[][] getMaxValue(int[] V, int[] W, int C) {
		if (V.length != W.length)
			throw new RuntimeException("Error!!!");
		
		int n = V.length;
		//状态d(i,j)表示前i个宝石装到剩余体积为j的背包里能达到的最大价值
		//d(3, 10)表示的是前3个宝石装入到剩余体积为10 的背包里能达到的最大价值
		int[][] d = new int[n + 1][C + 1];
		for (int i = 0; i < n + 1; i++) {
			for (int j = 0; j < C + 1; j++) {
				if (i == 0 || j == 0)
					d[i][j] = 0;
				else {
					d[i][j] = d[i - 1][j];
					if (j >= V[i - 1]) {
						int val = d[i -1][j - V[i - 1]] + W[i - 1];
						d[i][j] = d[i][j] > val ? d[i][j] : val;
					}
				}
			}
		}
		return d;
	}
	
	public static void main(String[] args) {
		int[] V = {5, 4, 3};
		int[] W = {20, 10, 12};
		int C = 10;
		int[][] ret = getMaxValue(V, W, C);
		for (int i = 0; i < ret.length; i++) {
			for (int j = 0; j < ret[i].length; j++) {
				System.out.print(ret[i][j] + "   ");
			}
			System.out.println();
		}
	}
}

/*
 * 话说有一哥们去森林里玩发现了一堆宝石,他数了数,一共有n个。 
 * 但他身上能装宝石的就只有一个背包,背包的容量为C。这哥们把n
 * 个宝石排成一排并编上号: 0,1,2,…,n-1。第i个宝石对应的体积和
 * 价值分别为V[i]和W[i] 。排好后这哥们开始思考: 背包总共也就
 * 只能装下体积为C的东西,那我要装下哪些宝石才能让我获得最大的利益呢?

OK,如果是你,你会怎么做?你斩钉截铁的说:动态规划啊!恭喜你,答对了。
 那么让我们来看看,动态规划中最最最重要的两个概念: 
 状态和状态转移方程在这个问题中分别是什么。

我们要怎样去定义状态呢?这个状态总不能是凭空想象或是从天上掉下来的吧。
 为了方便说明,让我们先实例化上面的问题。一般遇到n,你就果断地给n赋予
 一个很小的数, 比如n=3。然后设背包容量C=10,三个宝石的体积为5,4,3,
 对应的价值为20,10,12。 对于这个例子,我想智商大于0的人都知道正解应
 该是把体积为5和3的宝石装到背包里, 此时对应的价值是20+12=32。接下来,
 我们把第三个宝石拿走, 同时背包容量减去第三个宝石的体积(因为它是装入
 背包的宝石之一), 于是问题的各参数变为:n=2,C=7,体积{5,4},价值
 {20,10}。好了, 现在这个问题的解是什么?我想智商等于0的也解得出了:
 把体积为5的宝石放入背包 (然后剩下体积2,装不下第二个宝石,只能眼睁睁
 看着它溜走),此时价值为20。 这样一来,我们发现,n=3时,放入背包的是0
 号和2号宝石;当n=2时, 我们放入的是0号宝石。这并不是一个偶然,没错, 
 这就是传说中的“全局最优解包含局部最优解”(n=2是n=3情况的一个局部子问题)。
  绕了那么大的圈子,你可能要问,这都哪跟哪啊?说好的状态呢?说好的状态转移
  方程呢? 别急,它们已经呼之欲出了。

我们再把上面的例子理一下。当n=2时,我们要求的是前2个宝石, 装到体积为7
的背包里能达到的最大价值;当n=3时,我们要求的是前3个宝石, 装到体积为
10的背包里能达到的最大价值。有没有发现它们其实是一个句式!OK, 让我们
形式化地表示一下它们, 定义d(i,j)为前i个宝石装到剩余体积为j的背包里能
达到的最大价值。 那么上面两句话即为:d(2, 7)和d(3, 10)。这样看着真是
爽多了, 而这两个看着很爽的符号就是我们要找的状态了。 即状态d(i,j)表示
前i个宝石装到剩余体积为j的背包里能达到的最大价值。 上面那么多的文字,
用一句话概括就是:根据子问题定义状态!你找到子问题, 状态也就浮出水面了。
而我们最终要求解的最大价值即为d(n, C):前n个宝石 (0,1,2…,n-1)装入剩
余容量为C的背包中的最大价值。状态好不容易找到了, 状态转移方程呢?
顾名思义,状态转移方程就是描述状态是怎么转移的方程(好废话!)。 
那么回到例子,d(2, 7)和d(3, 10)是怎么转移的?来,我们来说说2号宝石 
(记住宝石编号是从0开始的)。从d(2, 7)到d(3, 10)就隔了这个2号宝石。 
它有两种情况,装或者不装入背包。如果装入,在面对前2个宝石时, 背包
就只剩下体积7来装它们,而相应的要加上2号宝石的价值12,
 d(3, 10)=d(2, 10-3)+12=d(2, 7)+12;如果不装入,体积仍为10,
 价值自然不变了, d(3, 10)=d(2, 10)。记住,d(3, 10)表示的是前
 3个宝石装入到剩余体积为10 的背包里能达到的最大价值,既然是最大价值,
 就有d(3, 10)=max{ d(2, 10), d(2, 7)+12 }。好了,这条方程描述了状态
 d(i, j)的一些关系, 没错,它就是状态转移方程了。把它形式化一下:
 d(i, j)=max{ d(i-1, j), d(i-1,j-V[i-1]) + W[i-1] }。注意讨论前i个
 宝石装入背包的时候, 其实是在考查第i-1个宝石装不装入背包(因为宝石是
 从0开始编号的)。至此, 状态和状态转移方程都已经有了。
 */

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:32592次
    • 积分:604
    • 等级:
    • 排名:千里之外
    • 原创:31篇
    • 转载:24篇
    • 译文:0篇
    • 评论:8条
    文章分类
    最新评论