1、动态规划算法简介:
1)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
2)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。
3)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 )
4)动态规划可以通过填表的方式来逐步推进,得到最优解.
2、背包问题:
有一个背包,容量为4磅 , 现有如下物品
物品 | 重量 | 价格 |
吉他(G) | 1 | 1500 |
音响(S) | 4 | 3000 |
电脑(L) | 3 | 2000 |
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
3)*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v[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v[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val[i][j]表示在前i个物品中能够装入容量为j的背包中的最大值。则我们有下面的结果:
(1) val[i][0]=val[0][j]=0; //表示填入表 第一行和第一列是0
(2) 当w[i]> j 时:val[i][j]=val[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j时,就直接使用上一个单元格的装入策略
(3) 当j>=w[i]时: val[i][j]=max{val[i-1][j], v[i]+val[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j,
// 装入的方式:
val[i-1][j]: 就是上一个单元格的装入的最大值
v[i] : 表示当前商品的价值
val[i-1][j-w[i]] : 装入i-1商品,到剩余空间j-w[i]的最大值
当j>=w[i]时: val[i][j]=max{val[i-1][j], v[i]+val[i-1][j-w[i]]}
代码
package cn.wyu.test;
/**
* @author linwillen
* @create 2020-03-23-20:23
*/
public class Test02 {
public static void main(String[] args) {
int[] w = {1,4,3};//物品的重量
int[] v = {1500,3000,2000};//物品的价值
int m = 4;//背包的容量
int n = v.length;//物品的数量
int[][] val = new int[n+1][m+1];//表格中有一行一列为0,表示没有物品时价值为0,背包没有容量时价值为0
int[][] path = new int[n+1][m+1];//记录背包装物品的记录
//将val数组的第一行跟第一列置0
for (int i = 0; i < val.length; i++) {
val[i][0] = 0;//将列置0
}
for (int j = 0; j < val[0].length; j++) {
val[0][j] = 0;//将行置0
}
for (int i = 1; i < val.length; i++) {
for (int j = 1; j < val[0].length; j++) {
if(w[i-1] > j){
val[i][j]=val[i-1][j];
}else{
//val[i][j]=Math.max(val[i-1][j], v[i-1]+val[i-1][j-w[i-1]]);
if(val[i-1][j] > v[i-1]+val[i-1][j-w[i-1]]){
val[i][j] = val[i-1][j];
}else{
val[i][j] = v[i-1]+val[i-1][j-w[i-1]];
path[i][j] = 1;
}
}
}
}
for (int i = 0; i < val.length; i++) {//遍历输出二维数组
for (int j = 0; j < val[0].length; j++) {
System.out.print(val[i][j]+" ");
}
System.out.println();
}
int i = path.length - 1;
int j = path[0].length - 1;
while (i > 0 && j > 0){
if(path[i][j]==1){
System.out.printf("第%d个物品被放入背包\n",i);
j -= w[i-1];
}
i--;
}
}
}
运行结果:
0 0 0 0 0
0 1500 1500 1500 1500
0 1500 1500 1500 3000
0 1500 1500 2000 3500
第3个物品被放入背包
第1个物品被放入背包