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
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。