背包问题
01背包
有4个物品,它们有各自的重量(2,3,4,5)和价值(3,4,5,6),现有给定可装重量为8的背包,如何让背包里装入的物品具有最大的价值总和?
设物品1重量为2,价值为3,物品2。。。。
dp[i][j] 表示有物品1到i可供选择时,背包可装重量为j时,可得到的最大价值。
//value[]物品价值,weight[]物品重量,weight[]背包容量
public int dp(int value[],int weight[],int capacity){
int num = value.length;//可选择的物品数量
//dp[1][2]表示有物品1到i可供选择时,背包可装重量为2时,可得到的最大价值。
int dp[][]=new int[num+1][capacity+1];
for (int i = 1; i <= num ; i++) {//i表示当前可选择的数量,i=1时表示当前只有第一件物品可选择
for (int j = 1; j <= capacity; j++) {//求容量从1到capacity的背包最大价值
if (j>=weight[i-1]){//判断是否装得下
//选择装或不装两者中的最优方案
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][ j - weight[i-1] ] + value[i-1] );
}else {
dp[i][j] = dp[i-1][j];
}
}
}
return dp[num][capacity];
}
优化:采用一维数组
public int dp(int value[],int weight[],int capacity){
int num = value.length;//可选择的物品数量
int dp[]=new int[capacity+1];//res[1]代表背包容量为1时的最大价值
for (int i = 0; i < num ; i++) {//i+1表示当前可选择的数量,i=0时表示当前只有第一件物品可选择
//求容量从capacity到1的背包最大价值
for (int j = capacity; j >= 1; j--) {//因为dp[j]的值依赖于i-1时的dp[j - weight[i]],如果从1到capacity计算会覆盖该值
if (j>=weight[i]){//判断是否装得下
dp[j] = Math.max(dp[j],dp[ j - weight[i] ]+ value[i] );
}
}
}
return dp[capacity];
}
完全背包
有4种物品,每种物品有无限个,4种物品各自的重量(2,3,4,5)和价值(3,4,5,6),现有给定可装重量为8的背包,如何让背包里装入的物品具有最大的价值总和?(在01背包问题的基础上改为每种物品有无限个)
dp[i][j] 的意义不变
public int dp(int value[],int weight[],int capacity){
int num = value.length;//可选择的物品数量
//dp[1][2]表示有物品1到i可供选择时,背包可装重量为2时,可得到的最大价值。
int dp[][]=new int[num+1][capacity+1];
for (int i = 1; i <= num ; i++) {//i表示当前可选择的数量,i=1时表示当前只有第一件物品可选择
for (int j = 1; j <= capacity; j++) {//求容量从1到capacity的背包最大价值
int maxNum = j/weight[i-1];//第i件物品最多可以选择的数量
for (int k = 0; k <= maxNum ; k++) {//可以选择0到maxNum件
//选择最优方案
dp[i][j] = Math.max(dp[i][j],dp[i-1][ j - k * weight[i-1] ] + k * value[i-1] );
}
}
}
return dp[num][capacity];
}
优化:采用一维数组
public int dp(int value[],int weight[],int capacity){
int num = value.length;//可选择的物品种类的数量
int dp[]=new int[capacity+1];//res[1]代表背包容量为1时的最大价值
for (int i = 0; i < num ; i++) {//i+1表示当前可选择的数量,i=0时表示当前只有第一件物品可选择
//求容量从capacity到1的背包最大价值
for (int j = capacity; j >= 1; j--) {//因为dp[j]的值依赖于i-1时的dp[j - weight[i]],如果从1到capacity计算会覆盖该值
int maxNum = j/weight[i];//第i+1件物品最多可以选择的数量
for (int k = 0; k <= maxNum ; k++) {//可以选择0到maxNum件
//选择最优方案
dp[j] = Math.max(dp[j],dp[ j - k * weight[i] ]+ k * value[i] );
}
}
}
return dp[capacity];
}
多重背包
有4种物品,4种物品各自的重量(2,3,4,5)和价值(3,4,5,6)和数量(3,4,5,6),现有给定可装重量为8的背包,如何让背包里装入的物品具有最大的价值总和?(在完全背包问题的基础上改为每种物品有有限个)
public int dp(int value[],int weight[],int capacity,int mount[]){
int num = value.length;//可选择的物品种类的数量
//dp[1][2]表示有物品1到i可供选择时,背包可装重量为2时,可得到的最大价值。
int dp[][]=new int[num+1][capacity+1];
for (int i = 1; i <= num ; i++) {//i表示当前可选择的数量,i=1时表示当前只有第一件物品可选择
for (int j = 1; j <= capacity; j++) {//求容量从1到capacity的背包最大价值
int maxNum = Math.min( j/weight[i-1] , mount[i-1] ) ;//第i件物品最多可以选择的数量
for (int k = 0; k <= maxNum ; k++) {//可以选择0到maxNum件
//选择最优方案
dp[i][j] = Math.max(dp[i][j],dp[i-1][ j - k * weight[i-1] ] + k * value[i-1] );
}
}
}
return dp[num][capacity];
}
优化:采用一维数组
public int dp(int value[],int weight[],int capacity,int mount[]){
int num = value.length;//可选择的物品数量
int dp[]=new int[capacity+1];//res[1]代表背包容量为1时的最大价值
for (int i = 0; i < num ; i++) {//i+1表示当前可选择的数量,i=0时表示当前只有第一件物品可选择
//求容量从capacity到1的背包最大价值
for (int j = capacity; j >= 1; j--) {//因为dp[j]的值依赖于i-1时的dp[j - weight[i]],如果从1到capacity计算会覆盖该值
int maxNum = Math.min( j/weight[i] , mount[i]) ;//第i+1件物品最多可以选择的数量
for (int k = 0; k <= maxNum ; k++) {//可以选择0到maxNum件
//选择最优方案
dp[j] = Math.max(dp[j],dp[ j - k * weight[i] ]+ k * value[i] );
}
}
}
return dp[capacity];
}