动态规划--背包问题

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--;
		}
	}

}