菜鸟笔记之数据结构（19）

声明：以下是学的尚硅谷网课并结合网上资料所记的笔记。可能会有一些错误，发现了会修改。

动态规划算法

应用场景：背包问题

动态规划算法介绍

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，基本思想也是将待求解问题分解为若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。
3. 与分治算法不同的是，适合用动态规划解决的问题，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，从而进行进一步的求解。
4. 动态规划可以通过填表的方式来逐步推进，得到最优解。

思路分析和图解：

动态规划算法解决背包问题

• 背包问题又分为01背包和完全背包（完全背包指的是每种物品都有无限件可用）。
• 这里的问题属于01背包，每个物品最多放一个。无限背包可以转化为01背包。
• 主要思想：每次遍历到第i个物品，根据w[i]和val[i]来判断是否需要将该物品放入背包中，即对于给定的n个物品，设val[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v[i][j]表示在前 i 个物品中能装入容量为 j 的背包中的最大价值。
  (1)v[i][0] = v[0][j] = 0； //表示填入表第一行和第一列是0
  (2)当w[i] > j时：v[i][j] = v[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时，就直接使用上一个单元格的装入策略。
  (3)当j >= w[i]时：v[i][j] = max{v[i-1][j], v[i-1][j-w[i]]+val[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的装入方式。其中：
  v[i-1][j]：表示上一个单元格装入的最大值。
  val[i]：表示当前商品的价值。
  v[i-1][j-w[i]]：装入 i-1 个商品到剩余空间 j-w[i] 的最大值。

代码

public class KnapsackProblem {

	public static void main(String[] args) {
		int[] w = {1, 4, 3}; //物品的重量
		int[] val = {1500, 3000, 2000}; //val[i]表示第i个商品的价值
		int m = 4; //背包的容量
		int n = val.length; //物品的个数
		
		//创建二维数组
		//v[i][j]表示在前 i 个物品中能装入容量为 j 的背包中的最大价值。
		int[][] v = new int[n+1][m+1];
		
		//为了记录放入商品的情况，我们定义一个二维数组
		int[][] path = new int[n+1][m+1];
			
		//初始化第一行第一列，在本程序中其实不用处理，因为默认就是0
		for(int i = 0; i < v.length; i++) {
			v[i][0] = 0; //将容量为0的一列设置为0
		}
		for(int i = 0; i < v[0].length; i++) {
			v[0][i] = 0; //将物品为0的一行设置为0
		}
		
		//根据公式来动态规划处理
		for(int i = 1; i < v.length; i++) { //不处理第一行（0物品行），i从1开始的
			for(int j = 1; j < v[0].length; j++) { //不处理第一列（0容量列），j从1开始的
				//公式
				if(w[i-1] > j) { //因为程序从1开始的，原来的公式中的w[i]修改成w[i-1]。
					v[i][j] = v[i-1][j];
				} else {
					//说明：因为i是从1开始的，公式需要调整成v[i][j] = Math.max(v[i-1][j], v[i-1][j-w[i-1]]+val[i-1])
					//v[i][j] = Math.max(v[i-1][j], v[i-1][j-w[i-1]]+val[i-1]);
					//为了记录商品存放到背包的情况，不能直接使用上面的公式，需要使用if-else
					if(v[i-1][j] < v[i-1][j-w[i-1]]+val[i-1]) {
						v[i][j] = v[i-1][j-w[i-1]]+val[i-1];
						//把当前的情况记录到path
						path[i][j] = 1;
					} else {
						v[i][j] = v[i-1][j];
					}
					
				}
			}
		}
		
		//输出v，即思路图中的表
		for(int i = 0; i < v.length; i++) {
			for(int j = 0; j < v[i].length; j++) {
				System.out.print(v[i][j] + " ");
			}
			System.out.println();
		}
		
		//输出最后我们放入的哪些商品
		int i = path.length - 1; //行的最大下标
		int j = path[0].length - 1; //列的最大下标
		while(i > 0 && j > 0) { //从path的最后开始找
			if(path[i][j] == 1) {
				System.out.printf("第%d个商品放入到背包\n", i);
				j -= w[i-1]; 
			}
			i--;
		}	
	}
}

--------------------------------------- 个人学习笔记----------------------------------------