【算法】之动态规划

本文介绍了动态规划的含义、分类,并重点讲解了背包动态规划问题,包括01背包、完全背包、分组背包等。文章通过0-1背包问题为例,探讨了动态规划的适用条件,并给出了具体的背景和代码示例,但未完整展示最优解的物品组合。
摘要由CSDN通过智能技术生成

含义

    动态规划(dynamic programming)是运筹学的一个分支,是求解决策过程(decision process)最优化的数学方法。

分类

    动态规划一般可分为线性动规,区域动规,树形动规,背包动规四类。那么今天我们主要来看一下背包动态规划问题。

  • 01背包问题
  • 完全背包问题
  • 分组背包问题
  • 二维背包
  • 装箱问题
  • 挤牛奶

适用条件

  • 最优子结构性质
  • 重叠子问题

问题背景

    今天我们来主要看一下背包动态规划问题中的0-1背包问题,背景如下:有5个待选物品,重量分别为3,4,7,8,9;价值分别为4,5,10,11,13;

    现在就来具体看看一下代码吧!

namespace Knapsack
{
    public partial class Form1 : Form         //0/1背包问题
    {
        int[] Weights = new int[] { 3,4, 7, 8, 9 }; //设置物品重量
        int[] values = new int[] { 4, 5, 10, 11, 13 }; //设置物品价值

        //设置备忘录
        public Form1()
        {
            InitializeComponent();
        }

        private void Form1_Load(object sender, EventArgs e) //初始化
        {
            for (int i = 0; i <= values.Length - 1; i++) //显示物品价值
            {
                label1.Text += values[i] + "";
            }
            for (int i = 0; i <= Weights.Length - 1; i++) //显示物品重量
            {
                label2.Text += Weights[i] + "";
            }
        }

        private void button1_Click(object sender, EventArgs e) //计算背包最大价值
        {
            int i, w;
            int W = Convert.ToInt32(txtCapacity.Text);   //获取背包容量
            int[] vtotal = new int[W + 1];  //存贮最大的总价值
            int[] best = new int[W + 1];    //存贮当前价值最高的物品
            int n = values.Length;  //设置物品个数

            int[][] c = new int[n + 1][]; //初始化二维数组
            for (i = 0; i <= n; i++)
            {
                c[i] = new int[W + 1];
            }
            for (w = 0; w <= W; w++)
            {
                c[0][w] = 0;
            }

            for (i = 1; i <= n; i++)
            {
                c[i][0] = 0;
                for (w = 1; w <= W; w++)
                {
                    if (Weights[i - 1] <= w)
                    {
                        if (values[i - 1] + c[i - 1][w - Weights[i - 1]] > c[i - 1][w])
                        {
                            c[i][w] = values[i - 1] + c[i - 1][w - Weights[i - 1]];
                        }
                        else
                        {
                            c[i][w] = c[i - 1][w];
                        }
                    }
                    else
                    {
                        c[i][w] = c[i - 1][w];
                    }
                }
            }
            label3.Text = "背包的最大价值:" + c[n][W];
        }
    }
}

结果显示

这里写图片描述

总结

    这里的代码有点像是之前在进行整理表格,将所有物品的价值填在了表格里,只是选择出了最优价值,但是没有显示具体是哪几个物品,还有待大家完善。

评论 21
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值