[java]背包问题

已于 2023-04-02 12:15:30 修改
阅读量727 收藏
点赞数
文章标签： java 算法 c++
于 2023-03-31 15:03:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41939847/article/details/129880598
版权

背包问题

01背包

有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 N行，每行两个整数 vi,wi，用空格隔开，分别表示第 i件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例
4 5
1 2
2 4
3 4
4 5
输出样例：
8

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010;

int n,m;
int v[N], w[N];
int f[N][N];

int main(){
    cin >> n >> m;
    for(int i = 1; i <= n; i++){
        cin >> v[i] >> w[i];
    }
    for(int i = 1; i <= n; i++){
        for(int j = 1; j <= m; j++){
            f[i][j] = f[i - 1][j];
            if(j >= v[i]){
                f[i][j] = max(f[i][j], f[i - 1][j - v[i]] + w[i]);
            }
        }
    }
    cout << f[n][m] << endl;
}

事实上只需要一维数组保存状态即可,注意01背包中j从大到小遍历，因为当**前层状态f[i]取决于上一层f[i - 1]**的状态，如果从小到大遍历j，那么当前层状态就变成从当前层变过来了

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010;

int n,m;
int v[N], w[N];
int f[N];

int main(){
    cin >> n >> m;
    for(int i = 1; i <= n; i++){
        cin >> v[i] >> w[i];
    }
    for(int i = 1; i <= n; i++){
        for(int j = m; j >= v[i]; j--){
            f[j] = max(f[j], f[j - v[i]] + w[i]);
        }
    }
    cout << f[m] << endl;
}

思考：如果问的是背包容量恰好为V时装的最大价值怎么办

完全背包

有 N 种物品和一个容量是 V 的背包，每种物品都有无限件可用。

第 i种物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 种物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例
4 5
1 2
2 4
3 4
4 5
输出样例：
10

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt(), m = sc.nextInt();
        int[] v = new int[n + 1], w = new int[n + 1];
        for (int i = 1; i <= n; i++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
        }
        int[][] f = new int[n + 1][m + 1];
        for(int i = 1; i <= n; i++){
            for (int j = 0; j <= m; j++) {
                for (int k = 0; k * v[i] <= j; k++) {
                    f[i][j] = Math.max(f[i - 1][j - k * v[i]] + k * w[i], f[i][j]);
                }
            }
        }
        System.out.println(f[n][m]);
    }
}

优化

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt(), m = sc.nextInt();
        int[] v = new int[n + 1], w = new int[n + 1];
        for (int i = 1; i <= n; i++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
        }
        int[][] f = new int[n + 1][m + 1];
        for(int i = 1; i <= n; i++){
            for (int j = 0; j <= m; j++) {
                f[i][j] = f[i - 1][j];
                if(j >= v[i]){
                    f[i][j] = Math.max(f[i][j], f[i][j - v[i]] + w[i]);
                }
            }
        }
        System.out.println(f[n][m]);
    }
}

优化

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt(), m = sc.nextInt();
        int[] v = new int[n + 1], w = new int[n + 1];
        for (int i = 1; i <= n; i++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
        }
        int[] f = new int[m + 1];
        for(int i = 1; i <= n; i++){
            for (int j = v[i]; j <= m; j++) {
                f[j] = Math.max(f[j], f[j - v[i]] + w[i]);
            }
        }
        System.out.println(f[m]);
    }
}

多重背包

有 N 种物品和一个容量是 V的背包。

第 i种物品最多有 si件，每件体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使物品体积总和不超过背包容量，且价值总和最大。
输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N 行，每行三个整数 vi,wi,si，用空格隔开，分别表示第 i 种物品的体积、价值和数量。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤100
0<vi,wi,si≤100

输入样例
4 5
1 2 3
2 4 1
3 4 3
4 5 2
输出样例：
10

将多重背包转化为01背包

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt(), m = sc.nextInt();
        int[] f = new int[m + 1], v = new int[n + 1], w = new int[n + 1], s = new int[n + 1];
        for (int i = 1; i <= n; i++) {
            v[i] = sc.nextInt();
            w[i] = sc.nextInt();
            s[i] = sc.nextInt();
        }
        for (int i = 1; i <= n; i++) {
            for (int j = m; j >= v[i]; j--) {
                for (int k = 1; k <= s[i] && k * v[i] <= j; k++) {
                    f[j] = Math.max(f[j], f[j - k * v[i]] + k * w[i]);
                }
            }
        }
        System.out.println(f[m]);
    }
}

上述多重背包的解法时间复杂度为O(n3)

优化思路：每种物品有s个，是否需要枚举1到s到底取了几个？==>不需要，我们可以用二进制表示s，那么枚举物品的个数的复杂度就从O(n)变为了O(log2n)

/**
	Good用于重新表示物品
*/
import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;

public class Main {
    static class Good{
        int v;
        int w;

        public Good(int v, int w) {
            this.v = v;
            this.w = w;
        }
    }
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt(), m = sc.nextInt();
        List<Good> goods = new ArrayList<>();
        for (int i = 0; i < n; i++) {
            int v = sc.nextInt();
            int w = sc.nextInt();
            int s = sc.nextInt();
            for (int k = 1; k <= s; k++) {
                s -= k;
                goods.add(new Good(k * v, k * w));
            }
            if(s > 0){
                goods.add(new Good(s * v, s * w));
            }
        }
        int[] f = new int[m + 1];
        for(Good good : goods){
            for(int j = m; j >= good.v; j--){
                f[j] = Math.max(f[j], f[j - good.v] + good.w);
            }
        }
        System.out.println(f[m]);
    }
}

混合背包

有 N种物品和一个容量是 V的背包。

物品一共有三类：

  • 第一类物品只能用1次（01背包）；
  • 第二类物品可以用无限次（完全背包）；
  • 第三类物品最多只能用 si次（多重背包）；

每种体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使物品体积总和不超过背包容量，且价值总和最大。
输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N行，每行三个整数 vi,wi,si，用空格隔开，分别表示第 i 种物品的体积、价值和数量。

  • si=−1 表示第 i种物品只能用1次；
  • si=0 表示第 i 种物品可以用无限次；
  • si>0表示第 i种物品可以使用 si次；
输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤≤1000
0<vi,wi≤1000
−1≤si≤1000

输入样例
4 5
1 2 -1
2 4 1
3 4 0
4 5 2
输出样例：
8

混合背包问题思路很简单，枚举每种物品的时候分情况讨论即可

import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;

public class Main {
    static class Good{
        int type;
        int v;
        int w;

        public Good(int type, int v, int w) {
            this.type = type;
            this.v = v;
            this.w = w;
        }
    }
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt(), m = sc.nextInt();
        List<Good> goods = new ArrayList<>();
        for (int i = 0; i < n; i++) {
            int v = sc.nextInt();
            int w = sc.nextInt();
            int s = sc.nextInt();
            if(s < 0){
                goods.add(new Good(-1, v, w));
            }else if(s == 0){
                goods.add(new Good(1, v, w));
            }else {
                for(int k = 1; k * v <= s; k *= 2){
                    s -= k * v;
                    goods.add(new Good(-1, k * v, k * w));
                }
                if(s > 0){
                    goods.add(new Good(-1, s * v, s * w));
                }
            }
        }
        int[] f = new int[m + 1];
        for(Good good : goods){
            if(good.type == -1){
                for(int j = m; j >= good.v; j--){
                    f[j] = Math.max(f[j], f[j - good.v] + good.w);
                }
            }else{
                for(int j = good.v; j <= m; j++){
                    f[j] = Math.max(f[j], f[j - good.v] + good.w);
                }
            }
        }
        System.out.println(f[m]);
    }
}
乖松鼠
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java-算法-动态规划-背包问题
weixin_45532984的博客
05-29 7123
一. 背包问题介绍 二. 0/1背包 1. dp表 2. 状态转移方程 3. 代码实现 4. 滚动数组 5. leetcode实战 （1）leetcode416分割等和子集
背包问题java 代码
张三的博客
09-10 2699
背包问题，http://www.cnblogs.com/sdjl/articles/1274312.html 这篇文章介绍很详细，参照它的思路写了0/1背包问题代码。package niukewang_jianzhiOffer; /** * Created by zhangwenjie05 on 16/9/10. */ public class PakageQuestion { //
动态规划——01背包问题（Java）
m0_52861211的博客
04-19 2385
01背包问题，动态规划
0-1背包问题（Java详解）
qq_45910820的博客
06-03 3304
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，如何让背包里装入的物品具有最大的价值总和？
Java数据结构与算法----动态规划（背包篇）
stu_kk的博客
04-17 2388
假设：8个物品：二进制表示为 1000 ，对于装这个物品的使用情况会有：1 、2、3、4、5、6、7、8这8种情况，其实这些数字 可以由1 2 4 这三个数字组合成，对于n可以被分解成1,2,4,…多重背包和完全背包、0/1背包只有一点区别，那就是多重背包设置了物品的数量了，（完全背包的物品有无数个，0/1背包的有一个）因此，我们需要在0/1背包的基础上加上数量的循环判断装与不装。完全背包和0/1背包只有一个区别，那就是0/1背包的物品数量只有1，只可以被装1次，而完全背包的物品数量无数，可以装多次。
AcWing-背包问题汇总-java实现
wen
01-13 1011
有 N 件物品和一个容量是 V的背包。每件物品只能使用一次。第 i件物品的体积是 vi，价值是 wi。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。输出最大价值。
Java背包问题
qq_46621935的博客
11-07 780
贪心算法 标题Problem B: 背包问题 Time Limit: 1 Sec Memory Limit: 128 MB Description 有一个背包，背包容量是M。现有5个物品，每个物品有其重量W和价值V，物品可以分割成任意大小。要求尽可能让装入背包中的物品总价值最大，但不能超过总容量。 Input 输入数据首先包括一个整数T，表示有T组测试用例，每组测试用例包括3行，第一行有一个整数表示背包容量，第二行有5个整数分别表示5个物品的重量，第三行有五个整数分别表示5个物品的价值。 Outp
Java背包问题求解实例代码
08-29
Java背包问题求解实例代码 Java背包问题是计算机科学中的一种典型问题，旨在解决如何选择物品放入背包中以使物品的价值最大化的问题。在这篇文章中，我们将主要讨论Java语言中求解背包问题的实例代码，涉及两种背包...
java背包问题
12-27
用于java实现的背包问题 //背包问题：假设一个背包的负重最大可达8公斤，而希望在背包内放置负重范围你价值最高的物品。 //思考：最大重量8公斤，只能放一个东西。按面向对象编程思想来考虑，假设所放的东西是水果类...
java 背包问题的求解
01-10
假设有一个能装入总体积为T的背包和n件体积分别为w1 , w2 , … , wn 的物品，能否从n件物品中挑选若干件恰好装满背包，即使w1 +w2 + … + wn=T，要求找出所有满足上述条件的解。例如：当T=10，各件物品的体积{1，8，...
java背包问题（swing界面）
01-08
Java背包问题是一个经典的计算机科学问题，它源自于运筹学中的优化理论，通常与数据结构和算法课程紧密相关。在本项目中，开发者利用Java Swing库构建了一个图形用户界面（GUI），使得用户能够直观地解决背包问题。...
动态规划之背包问题（java)全面总结
最新发布
weixin_72499901的博客
03-30 1990
全面总结动态规划之背包问题，java，蓝桥杯，算法，动态规划，多种背包问题总结；背包问题优化；01背包；完全背包；多重背包；二进制优化模型；二维费用背包；分组背包；
动态规划-背包问题（java版）
m0_74229735的博客
11-10 1111
这篇文章主要讲两种基础的背包问题01背包和完全背包，其实主要是作者太菜。
Java—动态规划之背包问题DP
LiangYiFei的博客
01-09 1091
Java—动态规划之背包问题DP
Java之动态规划的背包问题
qq_64580912的博客
02-03 2337
动态规划(Dynamic Programming)算法的核心思想是:将大问题划分为小问题,进行解决，从而一步步获取最优解的处理算法动态规划对于解决最优子结构啊和重叠子问题等问题时候,有着很好的应用。
动态规划——背包问题附Java代码
m0_52108067的博客
03-02 765
动态规划，背包问题，更新至01背包、完全背包。。。。
【背包问题九讲】第一讲：01背包问题（含Java实现代码）
weixin_45800258的博客
10-15 1019
本文讲解是崔添翼背包九讲系列的第一讲，讲解了01背包问题，并提供了Java实现代码。01 背包问题是最基本的背包问题，它包含了背包问题中设计状态、方程的最基本思想。另外，别的类型的背包问题往往也可以转换成 01 背包问题求解。故一定要仔细体会上面基本思路的得出方法，状态转移方程的意义，以及空间复杂度怎样被优化。
算法设计与分析——背包问题（Java）
qq_53709454的博客
10-22 3190
算法设计与分析——背包问题（Java） 算法设计与分析（第2版） 王红梅 胡明 编著
用java解决背包问题
weixin_35749545的博客
02-15 257
背包问题是一个经典的动态规划问题，其问题描述为：给定一个背包，容量为C；同时给定n个物品，每个物品的重量为w[i]，价值为v[i]。求解将哪些物品放入背包可使这些物品的重量不超过背包容量，且价值总和最大。 Java代码如下： public class Knapsack { public static int knapsack(int[] w, int[] v, int C) { ...
java背包问题贪心算法
11-06
背包问题是一个经典的组合优化问题，它可以分为0/1背包问题和完全背包问题两种类型。其中，0/1背包问题指的是每个物品只能选择一次，而完全背包问题则是每个物品可以选择无限次。贪心算法是解决背包问题的一种常用方法，但是贪心算法并不一定能够得到最优解。 Java中实现背包问题的贪心算法，可以按照以下步骤进行： 1. 将所有物品按照单位重量的价值从大到小排序。 2. 依次将排好序的物品放入背包中，直到背包无法再放入为止。 具体实现可以参考以下Java代码： ```java public class KnapsackProblem { public static void main(String[] args) { int[] w = {2, 3, 4, 5}; // 物品重量数组 int[] v = {3, 4, 5, 6}; // 物品价值数组 int c = 8; // 背包容量 double[] r = new double[w.length]; // 单位重量的价值数组 for (int i = 0; i < w.length; i++) { r[i] = (double) v[i] / w[i]; } for (int i = 0; i < r.length - 1; i++) { // 按照单位重量的价值从大到小排序 for (int j = i + 1; j < r.length; j++) { if (r[i] < r[j]) { double temp = r[i]; r[i] = r[j]; r[j] = temp; int temp2 = w[i]; w[i] = w[j]; w[j] = temp2; int temp3 = v[i]; v[i] = v[j]; v[j] = temp3; } } } int[] x = new int[w.length]; // 物品选择数组 int cw = 0; // 当前背包重量 int cv = 0; // 当前背包价值 for (int i = 0; i < w.length; i++) { if (cw + w[i] <= c) { // 如果当前物品可以放入背包中 x[i] = 1; cw += w[i]; cv += v[i]; } else { // 如果当前物品无法放入背包中 x[i] = 0; } } System.out.println("背包中物品的总价值为：" + cv); System.out.println("物品选择数组为：" + Arrays.toString(x)); } } ```

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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