1、01背包问题
1.1 工作简介
简介:
在01背包问题中,我参考了一个博主的教程,并修复了该博主的bug。博主写的十分详细(链接在下面已经贴出),十分感谢他的思路。
基于01背包的思路,我自己完成完全背包问题的java代码实现,并给出了最优价值矩阵和最优物品搭配个数,希望能帮助到还在动态规划问题找不到门路的朋友。
1.2 01背包问题
1.问题描述:
给定n种物品和1个背包。物品 i 的重量为 wi,其价值为 vi,背包的容量为 c。问应该如何选择装入背包中的物品,使得装入背包中物品的总价值最大?
01背包问题参考链接,在代码中我在注释做了较为详细的解析。
2.解释:
每一个网格其实代表着二维dp数组的值, d p [ i ] [ j ] dp[i][j] dp[i][j]表示当前容量j的条件下,放入物品i的最优价值。其中, d p [ i ] [ j ] = M a x ( d p [ i − 1 ] [ j ] , v a l u e [ i ] + d p [ i − 1 ] [ j − w e i g h t [ i ] ] ) dp[i][j]=Max(dp[i-1][j],value[i]+dp[i-1][j-weight[i]]) dp[i][j]=Max(dp[i−1][j],value[i]+dp[i−1][j−weight[i]]),
3.代码实现
//01背包问题,动态规划
//背包问题的解决从一个网格开始,网格的各行 为商品,各列 为不同容量(1~4磅)的背包
//假设你是小偷,背着只能装下四磅重东西的背包,你可以选择1磅1000美元的iphone,2磅2500美元的电吉他,3磅4500美元的音响,4磅6000美元的笔记本电脑
public class Backpack_01 {
int n; //描述物品个数
int c;//描述物品容量
int[] value;//描述物品价格
int[] weight;//描述物品重量,磅为单位
public Backpack_01() {
// 初始赋值操作,value和weight数组的值一一对应即可,不要求按照大小排序
//value = new int[] {1500,2500,2000,1000};
//weight = new int[] {2,4,3,1};
value = new int[] {1000,2500,4500,6000};
weight = new int[] {1,2,3,4};
c=4;
//在该问题场景下,最终放在背包中的物品个数一定会比c要小或者等于它,因为01背包都只有一件物品,且物品至少为1磅重!
n=4;
}
public void solve() {
//构造最优解的网格:4行4列
int [][] maxValue = new int[n][c];//java会默认初始化int型数组为0
for(int i=0;i<n;i++) {//用商品一个个去试
for(int j=1;j<=c;j++) {//描述当前能放下的重量
if(i==0) {
maxValue[i][j-1]=(weight[i]<=j?value[i]:0);//要初始化第一行,因为后面i要-1;如果当前的背包容量,能容纳当前行的物品重量,则为该物品的价值,反之为0
}else {
int topValue = maxValue[i-1][j-1];//同一列上一个网格的值,代表在这个容量下面最优的总价值
int thisValue = (weight[i]<=j?
(j-weight[i]>0?value[i]+maxValue[i-1][j-weight[i]-1]:value[i])
:topValue);//如果当前的物品的重量大于当前的背包容量,则放不下,那么应该为topValue;反之,判断是否小于或者大于当前的容量
//如果等于取当前的物品的价值,反之取重量之差的最优价值的物品并与当前价值相加,下一步要进行判断
maxValue[i][j-1]=(topValue>thisValue?topValue:thisValue);//更新当前的值
}
}
}
for(int i=0;i<n;i++) {
for(int j=0;j<c;j++) {
System.out.printf("%6d", maxValue[i][j]);//控制输出长度
}
System.out.println();
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
Backpack_01 bp = new Backpack_01();
bp.solve();
}
}
3.命令窗口
2、完全背包问题
2.1 完全背包问题
1.思路
完全背包问题和01背包问题的区别仅仅是可选的物品数量从0和1的选择到0-n的选择。改进的时候只需要加上一个针对不同重量的单个背包,在该容量下循环当前背包个数进行判断就可以解决问题了。
2.代码实现
//完全背包问题
public class Backpack_Complete {
int n; // 描述物品个数
int c;// 描述物品容量
int[] value;// 描述物品价格
int[] weight;// 描述物品重量,磅为单位
public Backpack_Complete() {
value = new int[] { 1000, 2500, 4500, 6000 };
weight = new int[] { 1, 2, 3, 4 };
c = 6;
n = 4;
}
public void solve() {
int[][] maxValue = new int[n][c];// 最后一列是个数
int[][] num = new int[n * c][n];// 反复更新每一个位置,直到最后一个是为最优的放置方法
for (int i = 0; i < n; i++) {// 表示当前物品的顺序,应该都是从1-n
for (int j = 1; j <= c; j++) {// 描述当前能放下的重量
if (j / weight[i] == 0) {// 表示当前物品重量小于容纳的重量,j<weight[i]
if (i == 0) {
maxValue[i][j - 1] = 0;
num[j - 1][i] = 0;
} else {
int topValue = maxValue[i - 1][j - 1];
int thisValue = topValue;
maxValue[i][j - 1] = thisValue;
for(int l=0;l<n;l++) {
num[i*c+j-1][l]=num[(i-1)*c+j-1][l];
}
}
} else {
for (int k = 1; k <= j / weight[i]; k++) {
if (i == 0) {
if (weight[i] * k <= j) {
maxValue[i][j - 1] = value[i] * k;
num[j - 1][i] = k;
} else {
maxValue[i][j - 1] = 0;
num[j-1][i] = 0;
}
} else {
int topValue = maxValue[i - 1][j - 1];
int thisValue;
int m=0;//标记符
if (weight[i] * k <= j) {
if (j - weight[i] * k > 0) {
thisValue = value[i] * k + maxValue[i - 1][j - weight[i] * k - 1];
m=1;//第一种情况
} else {
thisValue = value[i] * k;
m=2;//第二种情况,相等,记录下新的物品填充方式
}
} else {
thisValue = topValue;
}
if (topValue > thisValue) {
maxValue[i][j - 1] = topValue;
for(int l=0;l<n;l++) {
num[i*c+j-1][l]= num[(i-1)*c+j-1][l];
}
} else {
maxValue[i][j - 1] = thisValue;
if(m==1) {
for(int l=0;l<n;l++) {
num[i*c+j-1][l]=num[(i-1)*c+j - weight[i] * k-1][l];
}
num[i*c+j-1][i]=k;
}else if(m==2){
for(int l=0;l<n;l++) {//有可能出现1个2500,2个1000;2个2500,然后1的值没有更新为0的情况
num[i*c+j-1][l]=0;
}
num[i*c+j-1][i]=k;
}
}
}
}
}
}
}
System.out.println("----------------最优价值分布矩阵-----------------");
for (int i = 0; i < n; i++) {
for (int j = 0; j < c; j++) {
System.out.printf("%6d", maxValue[i][j]);// 控制输出长度
}
System.out.println();
}
System.out.println("------------最优价值下物品个数分布矩阵-------------");
for (int i = 0; i < n; i++) {//表示同一行
for (int j = 0; j < c; j++) {
System.out.print(" ");
for(int k = 0; k < n; k++) {
System.out.print(num[i*c+j][k]);
}
}
System.out.println();
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
Backpack_Complete bp = new Backpack_Complete();
bp.solve();
}
}
3.命令窗口
3、结语
希望大家都能学有所成,也祝福每个在各类算法大赛上努力过的人能取得理想的成绩!