背包问题(java实现)

分治,动态规划,贪心算法的区别与理解

区别与理解

参考

蛮有意思的讲解

分治算法代码

package one_day_mt;
import java.util.Scanner;

public class Main {
    int[] vs = {0,2,4,3,7};//物品的价值
    int[] ws = {0,2,3,5,5};//背包的重量
   private int ks(int i,int c) {
	   int result=0;//记录最大价值
	   if(i==0||c==0) {//如果物品序号为0或者背包剩余重量为0
		   return 0;//返回0
	   }else if(ws[i]>c) {//物品的重量大于背包的剩余重量,(装不下)
		   result=ks(i-1,c);
	   }else {
		 //对于装的下的情况,需要考虑装与不装
		   int temp1=ks(i-1,c);//不装
		   int temp2=ks(i-1,c-ws[i])+vs[i];//装
		   result=Math.max(temp1, temp2);//求其中的最大值
	   }
	   return result;
   }
   private void test() {
	   int result;
	   result=ks(4,10);
	   System.out.println(result);
   }
	public static void main(String[] args)
	{
		Main m=new Main();
		m.test();
		
		
	}
}

动态规划

自上而下填表法
package one_day_mt;
import java.util.Scanner;

public class Main {
    int[] vs = {0,2,4,3,7};//物品的价值
    int[] ws = {0,2,3,5,5};//背包的重量
    Integer [][]results=new Integer[5][11];
   private int ks(int i,int c) {
	   int result=0;//记录最大价值
	   if(results[i][c]!=null) {return results[i][c];}
	   if(i==0||c==0) {//如果物品序号为0或者背包剩余重量为0
		   return 0;//返回0
	   }else if(ws[i]>c) {//物品的重量大于背包的剩余重量,(装不下)
		   result=ks(i-1,c);
	   }else {
		 //对于装的下的情况,需要考虑装与不装
		   int temp1=ks(i-1,c);//不装
		   int temp2=ks(i-1,c-ws[i])+vs[i];//装
		   result=Math.max(temp1, temp2);//求其中的最大值
		   results[i][c] = result;
	   }
	   return result;
   }
   private void test() {
	   int result;
	   result=ks(4,10);
	   System.out.println(result);
   }
	public static void main(String[] args)
	{
		Main m=new Main();
		m.test();
		
		
	}
}

自下而上填表法

    int[] vs = {0,2,4,3,7};
    int[] ws = {0,2,3,5,5};
    Integer[][] results = new Integer[5][11];

    public void testKnapsack3() {
        int result = ks3(4,10);
        System.out.println("最大价值为:"+result);
        System.out.println("二维数组的值为:");
        for(int i=0;i<5;i++) {
        	for(int j=0;j<11;j++) {
        		System.out.print(results[i][j]+" ");
        	}
        	System.out.println();
        }
    }

    private int ks3(int i, int j){
        // 初始化
        for (int m = 0; m <= i; m++){
            results[m][0] = 0;//当背包剩余重量为0,显然价值为0
        }
        for (int m = 0; m <= j; m++){
            results[0][m] = 0;//当编号重量为0时,显然价值为0
        }
        // 开始填表
        for (int m = 1; m <= i; m++){
            for (int n = 1; n <= j; n++){
                if (n < ws[m]){
                    // 装不进去
                    results[m][n] = results[m-1][n];
                } else {
                    // 容量足够
                    if (results[m-1][n] > results[m-1][n-ws[m]] + vs[m]){
                        // 不装该珠宝,最优价值更大
                        results[m][n] = results[m-1][n];
                    } else {
                        results[m][n] = results[m-1][n-ws[m]] + vs[m];
                    }
                }
            }
        }
        return results[i][j];
    }
    public static void main(String avgs[]) {
    	Main m=new Main();
    	m.testKnapsack3();
    }
}

在这里插入图片描述

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

William_Tao(攻城狮)

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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