14.3 动态规划算法
14.3.1 动态规划算法介绍
- 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。
- 动态规划算法与分治算法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。
- 与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的。 ( 即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解 )
- 动态规划可以通过填表的方式来逐步推进,得到最优解。
14.3.2 应用场景-背包问题
背包问题:有一个背包,容量为 4 磅 , 现有如下物品:
1) 要求达到的目标为装入的背包的总价值最大,并且重量不超出
2) 要求装入的物品不能重复。
3) 背包问题主要是指一个给定容量的背包、若干具有一定价值和重量的物品,如何选择物品放入背包使物品的价值最大。其中又分 01 背包和完全背包(完全背包指的是:每种物品都有无限件可用)
4) 这里的问题属于 01 背包,即每个物品最多放一个。而无限背包可以转化为 01 背包。
5) 算法的主要思想,利用动态规划来解决。每次遍历到的第 i 个物品,根据 w[i]和 v[i]来确定是否需要将该物品放入背包中。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:
(1) v[i][0]=v[0][j]=0; //表示 填入表 第一行和第一列是 0
(2) 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
(3) 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:
v[i-1][j]: 就是上一个单元格的装入的最大值
v[i] : 表示当前商品的价值
v[i-1][j-w[i]] : 装入 i-1 商品,到剩余空间 j-w[i]的最大值
当 j>=w[i]时: v[i][j]=max{v[i-1][j], v[i]+v[i-1][j-w[i]]} ;
- 图解的分析
14.3.4 动态规划-背包问题的代码实现
/**
* @author zk
* @version 1.0.0
* @ClassName KnapsackProblem.java
* @Description TODO 动态规划-背包问题
* @createTime 2021年09月30日 09:41:00
*/
public class KnapsackProblem {
public static void main(String[] args) {
// 物品对应的重量
int[] w = {1, 4, 3};
// 物品对应的价值
int[] val = {1500, 3000, 2000};
int m = 4; //背包容量
int n = val.length; // 物品的个数
//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
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];
// 把v第一行和第一列置为0 ,其实可以不做,因为数组默认为0
/*for (int i = 0; i < v.length; i++) {
v[i][0] = 0;
}
for (int i = 0; i < v[0].length; i++) {
v[0][i] = 0;
}*/
for (int i = 1; i < v.length; i++) {
for (int j = 1; j < v[0].length; j++) {
if (w[i - 1] > j) {
// 物品重量大于背包容量
v[i][j] = v[i - 1][j];
} else {
// 背包容量大于等于物品重量
// max{v[i-1][j],val[i-1] + v[i-1][j-w[i-1]]}
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];
}
}
}
}
// 动脑筋 打印存放的物品种类
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--;
}
}
}