动态规划算法–0/1背包问题求解(Java)
学习视频:尚硅谷韩老师Java讲解数据结构与算法
一、动态规划算法介绍
- 动态规划(Dynamic Programming)算法的核心思想是:
将大问题划分为小问题进行解决,从而一步步获取最优解 的处理算法 - 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 )
- 动态规划可以通过填表的方式来逐步推进,得到最优解.
二、动态规划算法最佳实践-背包问题
背包问题:有一个背包,容量为 4 磅 , 现有如下物品
2.1、题目要求
- 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
- 要求装入的物品不能重复
2.2、思路分析和图解
- 背包问题主要是指一个给定容量的背包、若干具有一定价值和重量的物品,如何选择物品放入背包使物品的价 值最大。其中又分 01 背包和完全背包(完全背包指的是:每种物品都有无限件可用)
- 这里的问题属于 01 背包,即每个物品最多放一个。而无限背包可以转化为 01 背包。
- 算法的主要思想,利用动态规划来解决。每次遍历到的第 i 个物品,根据 w[i]和 val[i]来确定是否需要将该物品 放入背包中。即对于给定的 n 个物品,设 val[i]、w[i]分别为第 i 个物品的价值和重量,C 为背包的容量。再令 v[i][j] 表示在前 i 个物品中能够装入容量为 j 的背包中的最大价值。则我们有下面的结果:
(1) v[i][0]=v[0][j]=0; //表示填入表第一行和第一列是0
(2) 当 w[i]> j 时:v[i][j]=v[i-1][j] //当准备加入新增的商品的容量大于当前背包的容量时,就直接使用上一个单元格的装入策略
(3) 当 j>=w[i]时: v[i][j]=max{v[i-1][j], v[i]+v[i-1][j-w[i]]}
//当准备加入的新增的商品的容量小于等于当前背包的容量
//装入的方式:
v[i-1][j]: 就是上一个单元格的装入的最大值
val[i] : 表示当前商品的价值。v[i-1][j-w[i]] : 装入 i-1 商品后剩余空间 j-w[i]的所能装入物品价值最大值
当 j>=w[i]时: v[i][j]=max{v[i-1][j], v[i]+v[i-1][j-w[i]]} :
2.3、图解的分析
2.4、代码实现:
package com.lxf.dp;
public class knapsackProblem {
public static void main(String[] args) {
int[] w={1,4,3};//物品的重量
int[] val={1500,3000,2000};//物品的价值
int m=4;//背包的容量
int n=val.length;//物品的个数
//1.创建二维数组
//v[i][j]表示在前i个物品中能够装入容量为j的背包中的最大价值
int[][] v=new int[n+1][m+1];
//存放记录数组
int[][] path=new int[n+1][m+1];
//2.初始化第一行第一列(已经处理了,因为默认是0)
//3.根据公式来动态规划处理
for (int i = 1; i < v.length; i++) {
for (int j = 1; j < v[0].length; j++) {
//公式
if(w[i-1]>j){//因为我们程序i是从1开始的,因此原来的公式中的w[i]修改成w[i-1]
v[i][j]=v[i-1][j];
}else{
//v[i][j]=Math.max(v[i-1][j],val[i-1]+v[i-1][j-w[i-1]]);
if(v[i-1][j]<val[i-1]+v[i-1][j-w[i-1]]){
v[i][j]=val[i-1]+v[i-1][j-w[i-1]];
path[i][j]=1;
}else{
v[i][j]=v[i-1][j];
}
}
}
}
//打印结果:
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();
}
//最后一次存放进背包的组合:
int i=path.length-1;//行的最大下标
int j=path[0].length-1;//列的最大下标
while (i>0&&j>0){
if(path[i][j]==1){
System.out.printf("第%d个商品放入到背包\n",i);
j-=w[i-1];
}
i--;
}
}
}