动态规划问题的基本介绍
- 动态规划算法的核心思想是: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
- 动态规划算法与分治算法类似,其基本思想也是将待求解的问题分解成若干个子问题,先解决子问题,然后从这些子问题的解得到原问题的解。
- 与分治法不同的是,适合用于动态规划求解的问题,经分解得到子问题往往不是相互独立的。(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)
- 动态规划可以通过填表的方式进行逐步推广,得到最优解。
应用场景-背包问题
package com.xxxx.tenmath;
public class dynamic {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] w= {1,4,3};//物品的重量
int[] val= {1500,3000,2000}; //物品的价值
int m=4;//背包的容量
int n=val.length;//物品的个数
//创建二维数组,表
//v[i][j]表示在前i个物品中能够装入容量为j的背包中的最大价值
int[][] v=new int[n+1][m+1];
//为了记录放入商品的情况,我们定一个二维数组
int[][] path=new int[n+1][m+1];
//初始化第一行和第一列,这里在本程序中,可以不去处理,因为默认就是0
for(int i=0;i<v.length;i++) {
v[i][0]=0;//将第一列设置为0
}
for(int i=0;i<v[0].length;i++) {
v[0][i]=0;
}
//根据前面得到的公式来动态规划处理
for(int i=1;i<v.length;i++) {
for(int j=1;j<v[i].length;j++) {
if(j<w[i-1]) {//因为我们程序i是从1开始的,因此原来的公式中的w[i]修改为w[i-1]
v[i][j]=v[i-1][j];
}else {
// v[i][j]=Math.max(v[i-1][j], val[i-1]+v[i-1][j-w[i-1]]);
//为了记录商品存放到背包的情况,我们不能直接使用上面的公式,需要使用if-else来体现公式
if(v[i-1][j]<val[i-1]+v[i-1][j-w[i-1]]) {
v[i][j]=val[i-1]+v[i-1][j-w[i-1]];
//把当前的情况记录到path中
path[i][j]=1;
}else {
v[i][j]=v[i-1][j];
}
}
}
}
//输出遍历查看
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();
}
//动脑筋
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个商品放入背包\n",i);
j-=w[i-1];
}
i--;
}
}
}