动态规划

1.核心思想

• 动态规划的核心思想就是把大问题划分成一个个小问题，取得每个小问题的最优解。进而取问题的最优解。
• 适用于动态规划求解的问题得到的子问题不是相互独立的，而是建立在上一个阶段的解的基础上，进行进一步求解。
• 动态规划可以通过填表的方式逐步推进，得到最优解。

2.动态规划算法的最佳实践——背包问题

      背包问题主要是指：一个给定容量的背包，若干具有一定价值的物品，如何选择商品可以使得放入背包的物品价值最大，其中又分为01背包和完全背包

• 01背包：每种物品最多放一个
• 完全背包：每种物品都有无限个

问题：有一个背包，容量为4磅，现有如下商品

要求：

• 装入背包的商品总价值最大，
• 重量不超出
• 装入商品不重复

 3.实现思路：

      即对于给定的n个物品，设v[i]、w[i]分别为第i个物品的价值和重量，C为背包的容量。再令v[i][j]表示在前i个物品中能够装入容量为j的背包中的最大价值。则我们有下面的结果：

•    v[i][0]=v[0][j]=0; //表示 填入表 第一行和第一列是0    
•   当w[i]> j 时：v[i][j]=v[i-1][j]  // 当准备加入新增的商品的容量大于 当前背包的容量时，就直接使用上一个单元格的装入策略    
•   当j>=w[i]时： v[i][j]=max{ v[i-1][j],  v[i]+v[i-1][j-w[i]] } 当 准备加入的新增的商品的容量小于等于当前背包的容量,  装入的方式:

1. v[i-1][j]： 就是上一个单元格的装入的最大值
2. v[i] : 表示当前商品的价值
3. v[i-1][j-w[i]] ： 装入i-1商品，到剩余空间j-w[i]的最大值

      

4.代码实现：

public class KnapsackProblem {
    public static void knapsackProblem( int[] w, int[] val,int m){

        int n = val.length; //物品的个数
        //创建二维数组，
        //v[i][j] 表示在前i个物品中能够装入容量为j的背包中的最大价值
        int[][] v = new int[n+1][m+1];
        //为了记录放入商品的情况，我们定一个二维数组
        int[][] path = new int[n+1][m+1];

        //初始化第一行和第一列, 这里在本程序中，可以不去处理，因为默认就是0
        //根据前面得到公式来动态规划处理
        for(int i = 1; i < v.length; i++) { //不处理第一行 i是从1开始的
            for(int j=1; j < v[0].length; j++) {//不处理第一列, j是从1开始的
                if(w[i-1]> j) { // 因为我们程序i 是从1开始的，因此原来公式中的 w[i] 修改成 w[i-1]
                    v[i][j]=v[i-1][j];
                } else {
                    //v[i][j] = Math.max(v[i - 1][j], val[i - 1] + v[i - 1][j - w[i - 1]]);
                    //为了记录商品存放到背包的情况，我们不能直接的使用上面的公式，需要使用if-else来体现公式
                    if(v[i - 1][j] < val[i - 1] + v[i - 1][j - w[i - 1]]) {
                        v[i][j] = val[i - 1] + v[i - 1][j - w[i - 1]];
                        //把当前的情况记录到path
                        path[i][j] = 1;
                    } else {
                        v[i][j] = v[i - 1][j];
                    }
                }
            }
        }

        //输出一下v 看看目前的情况
        for(int i =0; i < v.length;i++) {
            for(int j = 0; j < v[i].length;j++) {
                System.out.print(v[i][j] + "\t");
            }
            System.out.println();
        }


        //输出最后我们是放入的哪些商品
        int i = path.length - 1; //行的最大下标
        int j = path[0].length - 1;  //列的最大下标
        while(i > 0 && j > 0 ) { //从path的最后开始找
            if(path[i][j] == 1) {
                System.out.printf("第%d个商品放入到背包\n", i);
                j -= w[i-1]; //w[i-1]
            }
            i--;
        }
        
    }

    public static void main(String[] args) {
        int[] w = {1, 4, 3};//物品的重量
        int[] val = {1500, 3000, 2000}; //物品的价值 这里val[i] 就是前面讲的v[i]
        int m = 4; //背包的容量
        knapsackProblem(w,val,m);
    }
}

代码输出：

0	 0        0	  0	  0	
0	1500	1500	1500	1500	
0	1500	1500	1500	3000	
0	1500	1500	2000	3500	
第3个商品放入到背包
第1个商品放入到背包