装修问题
问题描述
有一个箱子容量为V(正整数,0<=V<=20000),同时有n个物品(0<n<=30),每个物品有一个体积(正整数)。
要求n个物品中,任取若干个装入箱内,使箱子的剩余空间为最小。
输入格式
第一行为一个整数,表示箱子容量;
第二行为一个整数,表示有n个物品;
接下来n行,每行一个整数表示这n个物品的各自体积。
输出格式
一个整数,表示箱子剩余空间。
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner in=new Scanner(System.in);
int space= in.nextInt();
int n= in.nextInt();
int[] price=new int[n+1];
for (int i = 1; i < n+1; i++) {
price[i]= in.nextInt();
}
int [][]dp=new int[n+1][space+1];
for (int i = 1; i < n+1; i++) {
for (int j = 1; j < space+1; j++) {
if(price[i]>j) dp[i][j]=dp[i-1][j];
else
dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-price[i]]+price[i]);
}
}
System.out.println(space-dp[n][space]);
}
}
思路理解:
背包问题解法关键
1,合理初始化dp[][],背包;
2,找到转化方程;
我的理解是背包问题就是找到每一步的最优解,类似于贪心算法。
每步分为,选择这个物品或者不选择这个物品,就会有两种情况:
物品编号为i,背包容量为j
1,不选择这个物品,这个背包dp[i][j]=dp[i-1][j];
2,要是选择这个物品,这个背包dp[i][j]=max(dp[i-1][j],dp[i-1][j-wight[i]]+price[i]);
dp[i-1][j-wight[i]]+price[i]是转换方程,可能看见这个方程会很蒙,但是结合上面的图会更好理解
例:
编号 1 2 3 4
体积 2 3 4 5
价值 3 4 5 6
当dp[4][8]背包中价值为10是最大价值,我们可以回溯,因为我前面提到,背包问题就是找到每步的最优解,dp[4][8]=dp[4-1][8-5]+price[4]=dp[3][3]+6;
我们看到了dp[3][3]可以将其回溯,因为我背包空间只剩下3,编号3体积为4,所以dp[3][3]=dp[3-1][3]=dp[2][3]=4;
dp[2][3]可以回溯,我们空间剩下3,而编号2体积为3,所以dp[2][3]=dp[2-1][3-3]+dp[2]=dp[1][0]+4=0+4=4;
我们就可以得到,我们想要的值就放在表的最右下角,但关键是找到转化方程,转换方程是对我们想要得到的结果有重大影响,其次是dp的初始化。
带你学透0-1背包问题!| 关于背包问题,你不清楚的地方,这里都讲了!| 动态规划经典问题 | 数据结构与算法_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1cg411g7Y6?from=search&seid=12198223155571059043&spm_id_from=333.337.0.0更加详细可以看视频,多看几个加深理解,一个看完不理解就多看几个,一定可以理解这个问题!