关于动态规划,其实就是找出相关的函数(F(n)与F(n-1),F(n-2)等等)(F(i,j)到F(i-1,j)或F(i,j-1)或F(i-1,j-1)等等)的递推公式,然后从小到大即自底向上的进行动态规划,在前面各项的基础上找出想要的答案
除了这种自底向上的动态规划外,还有递归的自顶向下的递归式动态规划,
比如0-1背包问题:
F(i,j)=max{F(i-1,j),F(i-1,j-w(i))+v(i)}
F(i,j)的含义是:将第i件物品到第1件物品放在容纳质量为j的袋子中可得的最大价值
(即不将第i件物品放在袋子中,可以容纳的重量是j)与(将第i件物品放在袋子里面)的价值进行比较,找出可以放的最大价值
结束条件是:如果i==0(即最后一件物品) , 那么将这件物品放在可容纳质量为j的袋子里价值为,如果j>=w(i)则价值为v(i),否则价值为0;
注意如果j小于w(i),那么只能选择不放,即F(i-1,j)
1、自顶向下递归代码:
int n;
int[] values = new int[n];
int[] weights = new int[n];
int volume;
public int maxValue(int i,int j){
if(i==0){
if(weights[i]<=j){
return values[i];
}else{return 0;}
}
if(weights[i]>j) return maxValue(i-1,j);
int put_i = maxValue(i-1,j-weights[i])+values[i];
int not_put_i = maxValue(i-1,j);
return Math.max(put_i,not_put_i);
}
//然后求解maxValue(n,volume)得到最大值
2、自底向上使用递推公式求解,构造一个关系矩阵dp,dp[i][j]表示将0-i件物品放在大小为j的袋子中的最大值。最后要求的值是 dp[n][volume]
代码:
//首先新建关系数组
public int maxValue(){
int n;
int[] values = new int[n];
int[] weights = new int[n];
int volume;
int[][] dp = new int[n+1][volume+1];
for(int i=0;i<=n;i++){
for(int j=0;j<=volume;j++){
if(i==0||j==0){
dp[i][j]=0;
}else{
if(j-weights[i-1]>=0){
dp[i][j]=Math.max(dp[i-1][j],
dp[i-1][j-weights[i-1]]+values[i-1]);
}else{
dp[i][j] = dp[i-1][j];
}
}
}
}
return dp[n][volume];
}