算法-动态规划-背包问题

应用场景：

一个已知容量为4的背包，有3种商品分别为A、B、C,不同的商品有不同的价格，且重量也不相等

商品	重量	价格
A	1	1500
B	4	3000
C	3	2000

问题1：如何存放商品到背包中，使得背包中的商品价值最大。（商品不能重复）

动态规划算法在这个应用中可以理解为：先求出背包容量为1的最优解，在这个基础上去尝试求出背包容量为2的最优解，……一直求出背包容量为4的解。

接下来用一张表格来说明：

容量	1	2	3	4
尝试放入A	1500(A)	1500(A)	1500(A)	1500(A)
尝试放入B	1500(A)	1500(A)	1500(A)	3000(B)
尝试放入C	1500(A)	1500(A)	2000(C)	2000(C)+1500(A)

1. 假设从A商品开始放入背包，得到容量为1的最优解为：【A】；再求容量为2时的最优解：【A】；由于不能存放相同的商品，容量为2、3、4时的解都为【A】
2. 接下来在存放A的基础上存放商品B：容量为1、2、3时，都放不下B，所以就取之前的最优解【A】；当容量为4时，先放入B，发现容量已满，再与之前的最优解进行比较，得到【B】
3. 接下来在存放C：容量为1、2时，放不下C，所以就取之前的最优解【A】；当容量为3时，先放入B，发现容量已满，与之前的最优解比较，得到【C】；容量为4时，放入C，剩余容量为1，所以加上剩余容量的最优解【A】，得到【C、A】与之前的最优解进行比较，得到【C、A】

总体来说是，计算当前解时，有剩余容量时加上剩余容量的最优解，得到当前解后，再比较之前算得的当前容量最优解，取最大的那个解

代码：

public class DynamicProgramming {

    public static void main(String[] args) {
        int bagWeight = 4;//背包可装的重量
        char[] name = {'A','B','C'};//物品名称，例：name[0],为物品A
        int[] weigth = {1,4,3};//物品重量，例weight[0],为物品A的重量
        int[] val = {1500,3000,2000};//物品的价值，例val[0],为物品A的价值

        //1、创建表，也就是二维数组
        int proNum = name.length;//物品数量
        int[][] vals = new int[proNum][bagWeight];//创建以物品数量为行，背包容量为列的二维数组
        String[][] proNames = new String[proNum][bagWeight];//记录存放的物品
        for(int i=0;i<vals.length;i++){//i表示name数组中索引为i的商品，i=0时物品为A
            for(int j=0;j<vals[i].length;j++){//j表示容量为j+1
                //vals[i][j] 表示有0~i种物品，在j+1的容量下存放最优解的价值
                int w = j+1;//当前容量
                String proName = "";
                if (w>=weigth[i]){//当可以放下该物品时
                    int residue = w-weigth[i];//剩余容量
                    int v;//重新计算的值（不一定是最优解）
                    if(residue>0){
                        //如果有剩余容量，再加上剩余容量的最优解
                        if (i==0){//i==0时，没有最优解
                            v = val[i];
                            proName = proName+name[i];
                        }else{
                            //vals[i-1][residue-1]为0~i-1种物品时的剩余容量的最优解
                            v = val[i]+vals[i-1][residue-1];
                            proName = proName+name[i]+proNames[i-1][residue-1];
                        }
                    }else{
                        //没有剩余容量
                        v = val[i];
                        proName = proName+name[i];
                    }
                    //与最优解进行比较，得出最大值
                    if(i==0){   //i==0时，没有最优解
                        vals[i][j] = v;
                        proNames[i][j] = proName;
                    }else{  //vals[i-1][j]为当前容量的最优解
                        if(v>vals[i-1][j]){
                            vals[i][j] = v;
                            proNames[i][j] = proName;
                        }else{
                            vals[i][j] = vals[i-1][j];
                            proNames[i][j] = proNames[i-1][j];
                        }
                    }
                }else{//放不下该物品时,取之前的当前容量最优解
                    if(i!=0){
                        vals[i][j]=vals[i-1][j];
                        proNames[i][j] = proNames[i-1][j];
                    }
                }
            }
        }
        printArr(vals);
        printArr(proNames);
    }
    public static void printArr(int[][] arr){
        for(int i = 0;i<arr.length;i++){
            for(int j=0;j<arr[i].length;j++){
                System.out.print(arr[i][j]+" ");
            }
            System.out.print('\n');
        }
    }
    public static void printArr(String[][] arr){
        for(int i = 0;i<arr.length;i++){
            for(int j=0;j<arr[i].length;j++){
                System.out.print(arr[i][j]+" ");
            }
            System.out.print('\n');
        }
    }
}

>>>

价值
1500 1500 1500 1500 
1500 1500 1500 3000 
1500 1500 2000 3500 

物品
A A A A 
A A A B 
A A C CA 

所以最优解为放【C、A】价值为3500