01背包问题

---

title: 01背包问题
date: 2019-09-12 16:06:46
tags: 一道公司的笔试题

---

01背包问题

问题描述

有n个物品，它们有各自的体积和价值，现有给定容量的背包，如何让装进去的物品具有最大的价值。举个例子来说明，假设背包的容量为8，装下面给出的四件物品：

i（物品编号）	1	2	3	4
w（体积）	2	3	4	5
v（价值）	3	4	5	6

总体思路

动态规划的解题步骤分为：

1. 问题抽象化
2. 建立模型
3. 寻找约束条件
4. 判断是否满足最优性原理
5. 找大问题与小问题的递推关系式
6. 填表
7. 寻找解组成

最终找出01背包问题的最优解以及解组成，然后编写代码实现。

解题思路

其实我们正常思维，一般会想，我要尽量装满8公斤，把最大的价值求出来，可是这样的话，就需要用到递归，递归能解出来，只是算法难度高。但是什么是动态规划，动态规划就是逆着来，我要求装8公斤的物品怎么装使得价值最大。先考虑容量为0时的最大价值，在考虑容量为1时的最大价值，依次类推，每次都考虑最大价值，直到达到最大容量为止，填表记录每次结果。

动态规划原理

动态规划与分治法类似，都是把大问题拆分成小问题，通过寻找大问题与小问题的递推关系，解决一个个小问题，最终达到解决原问题的效果。但不同的是，分治法在子问题和子子问题等上被重复计算了很多次，而动态规划则具有记忆性，通过填写表把所有已经解决的子问题答案纪录下来，在新问题里需要用到的子问题可以直接提取，避免了重复计算，从而节约了时间，所以在问题满足最优性原理之后，用动态规划解决问题的核心就在于填表，表填写完毕，最优解也就找到。

最优性原理是动态规划的基础，最优性原理是指“多阶段决策过程的最优决策序列具有这样的性质：不论初始状态和初始决策如何，对于前面决策所造成的某一状态而言，其后各阶段的决策序列必须构成最优策略”。

背包问题的解决过程

分为如下几步：

1. 建立模型，即求max{v1x1+v2x2+…+vnxn}，其中v表示物品的价值，x为0和1，表示放物品或是不放物品
2. 寻找约束条件，w1x1+w2x2+…+wnxn<Z，其中Z表示总容量，w表示物品的体积
3. 寻找递推关系式，有两种情况：

• 当前的包的容量小于物品体积，装不下，此时价值与之前i-1个的价值是一样的，即v(i,j)=v(i-1,j)；
• 还有足够的容量可以装该物品，但是装了也不一定达到当前的最优价值，所以在装与不装之间做选择，即v(i,j)=max{v(i-1,j)，v(i-1,j-w(i))+v(i)}

4. 填表，对于我们这里的例题，首先初始化边界条件，v(0,j)=v(i,0)=0;

i/j	0	1	2	3	4	5	6	7	8
0	0	0	0	0	0	0	0	0	0
1	0	0	3	3	3	3	3	3	3
2	0	0	3	4	4	7	7	7	7
3	0	0	3	4	5	7	8	9	9
4	0	0	3	4	5	7	8	9	10

5. 表格填完，最优解为v(4,8)=10。

代码实现

代码如下：

package 背包问题;
import java.util.Scanner;
public class Test01 {
    public static void main(String[] args) {
        //定义一个数组a[i][j] = a[i]                 i表示当前物品的序号选上，j表示这个位置能得到的最大值
        //选或者不选动态规划
        Scanner scn = new Scanner(System.in);
        int [] w = new int[4];//表示每件物品的重量
        int [] v = new int[4];//表示每件物品的价值
        for(int i=1;i<5;i++) {
            w[i] = scn.nextInt();//输入重量
            v[i] = scn.nextInt();//输入价值
        }
         
        int [][] temp = new int[6][9];   //8表示背包最多能放8公斤的重量
        for(int j=0;j<9;j++) {  //初始化每一行
            temp[0][j] = 0;
        }
        for(int i=1;i<6;i++) {  //背包的重量为0的时候，最大价值肯定是0
            temp[i][0] = 0;
        }
         
        for(int i=1;i<5;i++) {  //从第一个物品开始选，记录我选了前面出现的物品，背包重量从1-8的能选上的最大的值
            for(int j=1;j<9;j++) { //当i循环到最后一层4的时候，也就是得到了，我4件物品都选上的时候的最大的值
                if(w[i]<=j) { //重量比这个状态小，那么就能放。 那么就只是放与不放，看是放重量大，还是不放重量大
                    temp[i][j] = Math.max(temp[i-1][j], temp[i-1][j-w[i]]+v[i]);
                }else {
                    temp[i][j] = temp[i-1][j];//第i件物品不能放
                }
            }
        }
        for(int i=0;i<5;i++) {
            for(int j=0;j<9;j++) {
                System.out.printf("%-5d",temp[i][j]);
            }
            System.out.println();
        }
    }
}

原文链接：https://blog.csdn.net/qq_38410730/article/details/81667885