0/1背包问题,java解法

读《背包问题九讲》笔记,大家可以搜一下这份资料,讲的很好,但是只有伪代码,下面贴出我自己用java写的解法


问题:


    有N件物品和一个容量为V 的背包。放入第i件物品耗费的费用是Ci,得到
的价值是Wi。求解将哪些物品装入背包可使价值总和最大。

 

    没学过动态规划看到此题大概会想到用穷举法,也就是自底向上的思维,一个个加起来求最优解。但是这种解法十分耗神,我们应该学会用递归的思维(也就是自顶向下)来求此题。

状态转移方程:



F [i, v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。


首先贴出O(V*N)解法,这是比较慢的解法。

伪代码为:



import java.util.ArrayList;

//O(V*N)解法
public class bagProblem {

    static class Item {//表

        int totalValue = 0;//每一项的总价值
        ArrayList<Integer> itemLink = new ArrayList<>();//用于记录该项有哪几样物品
    }

    static ArrayList<Integer> solve(int[] price, int[] weigh, int v) {
        int len = price.length;
        //创建len+1项,第0项为哨兵,这样做的目的是方便计算
        Item[][] table = new Item[len + 1][v + 1];

        for (int i = 0; i < len + 1; i++) {//初始化表
            for (int j = 0; j < v + 1; j++) {
                table[i][j] = new Item();
            }
        }
        for (int i = 1; i <= len; i++) {
            for (int j = weigh[i-1]; j <= v; j++) {

                Item item1 = table[i - 1][j];//F [i − 1; v]
                Item item2 = table[i - 1][j - weigh[i-1]];//F [i − 1; v − Ci]

                if (item2.totalValue + price[i - 1] > item1.totalValue) {

                    table[i][j].totalValue += item2.totalValue + price[i-1];//F [i − 1; v − Ci] + Wi
                    //将上一项中的物品集合放入到下一项中
                    table[i][j].itemLink.addAll(item2.itemLink);
                    table[i][j].itemLink.add(i);
                } else {

                    table[i][j].totalValue = item1.totalValue ;
                    table[i][j].itemLink.addAll(item1.itemLink);
                }
            }
        }
        return table[len][v].itemLink;
    }

    public static void main(String[] args) {
        int[] v = {8, 10, 6, 3, 7, 2};
        int[] w = {4, 6, 2, 2, 5, 1};
        bagProblem b = new bagProblem();
        System.out.println(b.solve(v, w, 12));
    }

}

该解法还可以优化为:


下面给出代码:

//O(V)解法
    static ArrayList<Integer> solve1(int[] price, int[] weigh, int v) {
        int len = price.length;
        Item[] table = new Item[v + 1];
        for (int i = 0; i <= v; i++) {
            table[i] = new Item();
        }
        for (int i = 0; i < len; i++) {
            for (int j = v; j >= weigh[i]; j--) {
                int result2 = table[j - weigh[i]].totalValue;
                int result1 = table[j].totalValue;
                if(result1 < result2 + price[i]){
                    table[j].totalValue = result2+price[i];
                    table[j].itemLink.clear();
                    table[j].itemLink.addAll(table[j - weigh[i]].itemLink);
                    table[j].itemLink.add(i+1);

                }
            }
        }
        return table[v].itemLink;
    }

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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