0-1背包问题
0-1背包问题就是给定一个背包的容量N,物品1,2…X:每个物品都有对应的重量w1,w2,…wx和对应的价值val1,val2…valx.。要求用背包装物品,使背包所装物品的价值最大,并且不超过容量,求能装的最大价值是多少。0-1背包问题就是每个物品只能装一次。
采用动态规划的方法解决这个问题时首先需要建立一个状态矩阵v[i][j]来存储装入物品的状态;i表示存入第几个物品,j表示当前的背包容量。
如果当前待存入的物品重量大于背包容量,就将当前的状态值设置为存入上一个物品的状态值;如果当前待存入的物品重量小于等于背包容量,要判断,存入当前物品价值+存入上一个物品背包重量为当前重量减去当前重量的值 和 存入上一个物品的状态值 大小,将大的存入此刻状态。
import java.util.Arrays;
public class Knapsack {
public static void main(String[] args) {
int[] val={1500,3000,2000}; // 物品价值
int[] w = {1,4,3}; //物品重量
int n = 7; //背包容量
int[][] v =new int[val.length+1][n+1]; //状态矩阵
knapsack(v,val,w);
}
/**
*
* @param v 状态矩阵
* @param val 物品价值矩阵
* @param w 物品重量矩阵
*/
public static void knapsack(int[][] v,int[] val,int[] w){
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;
}
//从第一个物品开始
for(int i=1;i<v.length;i++){ //i代表第几个物品
for (int j=1;j<v[0].length;j++){ //j代表当前背包的容量
if(j<w[i-1]){ //当前背包容量小于 第i个物品重量
v[i][j] = v[i-1][j];
}else { //当前背包容量大于 第i个物品重量
v[i][j] = Math.max(v[i-1][j],val[i-1]+v[i-1][j-w[i-1]]);
}
}
}
for(int[]i:v){
System.out.println(Arrays.toString(i));
}
}
}
完全背包问题
完全背包问题的目的与0-1背包问题相同,只是不再限制每个物品装入的次数。
代码上只需要在0-1背包的基础上加入一个循环,状态转移表达式变为:
v[i][j] = Math.max(v[i-1][j],val[i-1]*k+v[i-1][j-w[i-1]*k]); K为第i个物品存入的个数。
import java.util.Arrays;
public class Knapsack {
public static void main(String[] args) {
int[] val={1500,3000,2000}; // 物品价值
int[] w = {2,4,3}; //物品重量
int n = 5; //背包容量
int[][] v =new int[val.length+1][n+1]; //状态矩阵
int[][] path=new int[val.length+1][n+1];
completeKnapsack(v,val,w,path);
}
/**
*
* @param v 状态矩阵
* @param val
* @param w
* @param path 记录每个状态存入物品数的矩阵
*/
public static void completeKnapsack(int[][] v,int[] val,int[] w,int[][] path){
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;
}
for(int i=1;i<v.length;i++){
for(int j=1;j<v[0].length;j++){
if(j<w[i-1]){
v[i][j]=v[i-1][j];
}else {
for (int k=0;k<=j/w[i-1];k++){
if(v[i-1][j]<val[i-1]*k+v[i-1][j-k*w[i-1]]) {
v[i][j] = val[i - 1] * k + v[i - 1][j - k * w[i - 1]];
path[i][j] = k;
}else {
v[i][j] = v[i-1][j];
}
}
}
}
}
for(int[]i:v){
System.out.println(Arrays.toString(i));
}
int i = path.length-1;
int j =path[0].length-1;
while (i>0 && j>0){
if(path[i][j]!=0){
System.out.printf("第%d个商品存入背包%d个",i,path[i][j]);
j-=path[i][j]*w[i-1];
}
i--;
}
}
}
结果:
[0, 0, 0, 0, 0, 0]
[0, 0, 1500, 1500, 3000, 3000]
[0, 0, 1500, 1500, 3000, 3000]
[0, 0, 1500, 2000, 3000, 3500]
第3个商品存入背包1个
第1个商品存入背包1个
此代码又加入了一个二维矩阵,记录每个状态存入的物品数量,最后可以得到最大价值的存入物品方法。