算法-18-动态规划

十八、动态规划（Dynamic Programming）

1、概念

和分治算法类似，动态规划也是将大问题划分为多个小问题解决，最终获取最优解的算法。

不同的是，动态规划所拆分的小问题之间存在依赖性，即下一步骤的解决依赖于上一步骤的解决。

可以通过填表法来逐步推进问题的解决，最终得到最优解。

2、背包问题

现有一个背包，存在容量上限，还有若干物品，分别有对应的体积和价值。要求在不超过背包容量上限的情况下，装入背包中的物品的总价值最大。问如何选择物品。

01背包：要求装入的物品不能重复，即每个物品的数量最多一个。

完全背包：装入的物品可以重复。

完全背包可以转换为01背包。

可以采用动态规划来解决：

1. 定义背包容量上限、若干物品的体积数组和价值数组。
2. 定义一个二维数组，用来表示填表法的结果。例如第一维度是体积，第二维度是价值，则每个元素（单元格）表示当前体积下的最大价值。
3. 遍历二维数组（体积数组和价值数组），最终得到最优解（价值最大的元素）。

存在这样的关系：

1. 二维数组的第一行和第一列的价值都是0。
2. 当新的物品加入后超过了背包容量的上限时，则此元素的价值就是同等体积下的，上一个（物品的）价值。
3. 如果可以继续物品，则此元素的价值（价值较大），要么是上一个物品加入后的价值（新的物品加入后超过了背包容量的上限），要么是新的物品的价值加上背包容量上限 减去 新的物品的体积，所对应的物品的价值（新的物品加入后不会超过背包容量的上限）。

物品详情

	体积	价值
物品一	1	1500
物品二	4	3000
物品三	3	2000

示例

public void knapsackProblem() {
    int maxVolume = 4;
    int[] volumeArray = { 1, 4, 3 }; // 体积
    int[] valueArray = { 1500, 3000, 2000 }; // 价值

    int x = valueArray.length + 1;
    int y = maxVolume + 1;

    int[][] table = new int[x][y];
    boolean[][] path = new boolean[x][y];
    for (int i = 1; i < x; i++) { // 价值
        for (int j = 1; j < y; j++) { // 体积
            int index = i - 1; // 从0开始遍历

            // 判断当前物品的体积是否超过当前遍历到的体积
            if (volumeArray[index] > j) { // 超过了
                table[i][j] = table[i - 1][j]; // 取相同体积下的，上一个价值的物品的价值
            } else {
                int a = table[i - 1][j];
                // 当前物品价值 + 上一个价值中，体积之和能匹配当前遍历到的体积，的物品的价值
                int b = valueArray[index] + table[i - 1][j - volumeArray[index]];
                if (a >= b) { // 取价值加大的
                    table[i][j] = a;
                } else {
                    table[i][j] = b;
                    path[i][j] = true; // 记录添加的新物品
                }
            }
        }
    }

    // 遍历填表结果
    for (int k = 0; k < x; k++) {
        for (int l = 0; l < y; l++) {
            System.out.print(table[k][l] + "\t");
        }
        System.out.println();
    }
    System.out.println();

    // 获取最优解法所放入的物品
    int m = x - 1;
    int n = y - 1;
    while (0 < m && 0 < n) {
        if (path[m][n]) {
            System.out.println("放入第" + m + "个物品");
            n -= volumeArray[m - 1];
        }
        m--;
    }

}

填表结果

	体积	1	2	3	4
价值	0	0	0	0	0
1500	0	1500	1500	1500	1500
3000	0	1500	1500	1500	3000
2000	0	1500	1500	2000	3500