动态规划之01背包问题(动态规划和递归的比较)

本文介绍了01背包问题,它是一个背包容量固定,物品大小和价值确定的情况,目标是找到最大价值的物品组合。通过动态规划解决01背包问题,建立二维数组并初始化,然后根据背包容量和物品大小决定是否装入物品,最终得到最大价值。动态规划的核心思想是分解问题并避免重复计算,相比递归,动态规划在时间复杂度上有优势。
摘要由CSDN通过智能技术生成

学习动态规划的时候遇到的多重背包问题,没看懂,便从最简单的01背包开始记录自己的领悟。

  1. 什么是01背包问题

有一个背包,容量大小为一个已知数(V)。想要用这个背包来装已知的若干个(n)不同的物体,每个物体都有一个已知的大小(w)和一个已知的价值(v)。每一个物体只能装一个。求此背包在装哪几个物体的时候价值能达到最大值。

因为每个物体都只有装(1)和不装(0)两种状态,因此该问题被称为01背包。

  1. 01背包问题如何计算

代码如下,v为该若干个物品的价值数组,w为该若干个物品的大小数组。

private static int bestValue(int[] v,int[] w,int V){
        int n = v.length;
        int [][] f = new int[V+1][n+1];//创建矩阵,横坐标为V+1为容量,纵坐标为n+1为物品占地,坐标内容为价值最高的放法
        //填充边界行与列,在此问题中,行与列都为0
        for (int i = 0; i < n; i++) {
            f[0][i]=0;
        }
        for (int i = 0; i < V; i++) {
            f[i][0]=0;
        }
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= V; j++) {
                if(j < w[i-1]){//如果背包容量小于物品占地,则取上一个最大价值
                    f[j][i] = f[j][i-1];
                }else {//若大于,则计算放入和不放入的最大值为当前最大值
                    f[j][i] = Math.max(f[j][i-1],f[j-w[i-1]][i-1]+v[i-1]);
                }
            }
        }

        return f[V][n];
    }

步骤为:

  1. 建立一个二维数组int [][] f ,横坐标为背包容量V,纵坐标为物品个数n&#x

评论 2
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