Java实现之动态规划算法

一.动态规划的基本介绍

1.问题引出

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，并且重量不超出背包容量

2)要求装入的物品不能重复

2.算法介绍

1)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

2)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。

3) 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)

4)动态规划可以通过填表的方式来逐步推进，得到最优解.

 3.思路分析和图解

背包问题主要是指一个给定容量的背包、若千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)
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。

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][i]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:

背包填表的过程

(1) v[i][0]=v[0][j]=0;

表示填入表的第一行和第一列为0
(2)当w[i]>j时:v[i][ji]=v[i-1][j]

当准备加入新增的商品的容量大于当前的背包的容量时,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][i],v[i]+v[i-1][j-w[i]]}

当准备加入新增的商品的容量小于等于当前的背包的容量时,

v[i-1][i]为上一个单元格的装入策略

v[i]当前商品的价值

v[i-1][j-w[i]]:装入i-1个商品到 剩余空间的 :j-w[i]

二.代码实现

public class Knapsack {
    public static void main(String[] args) {
        int[] w = {1, 4, 3};//物品的重量
        int[] val = {1500, 3000, 2000};//物品的价值
        int capacity = 4;
        int number = w.length;
        //v[i][j]表示在前i个物品中能装入容量为j的背包中的最大价值
        int[][] v = new int[number + 1][capacity + 1];
        //为了记录放入商品的情况,我们定义一个二维数组
        int[][] path = new int[number + 1][capacity + 1];

        //初始化第一行第一列
        for (int i = 0; i < number; ++i) {
            v[i][0] = 0;//将第一列设置为0
        }
        for (int i = 0; i < capacity; ++i) {
            v[0][i] = 0;//将第一行设置为0
        }
        //动态规划处理
        for (int i = 1; i <= number; ++i) {
            for (int j = 1; j <= capacity; ++j) {
                if (w[i - 1] > j) {//但准备要添加的物品重量大于背包的容量时
                    v[i][j] = v[i - 1][j];
                } else {
                    //v[i][j]=Math.max(v[i-1][j],val[i-1]+v[i-1][j-w[i-1]]);
                    //为了记录商品存放到背包的情况,我们不能简单的使用上面的公式,if-else才行
                    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]];
                        //把当前情况记录到path
                        path[i][j] = 1;
                    } else {
                        v[i][j] = v[i - 1][j];
                    }

                }
            }

        }
        for (int[] ints : v) {
            System.out.println(Arrays.toString(ints));
        }
        int i = path.length - 1;
        int j = path[0].length - 1;
        while (i > 0 && j > 0) {
            if (path[i][j] == 1) {
                System.out.println("第" + i + "个商品放入背包");
                j -= w[i - 1];
            }
            i--;


        }

    }
}

三.动态规划五步

1.dp数组以及下标的含义

2.递推公式

3.dp数组如何初始化

4.遍历顺序

5.打印dp数组

四.斐波那契数

1.问题分析

斐波那契数 （通常用 F(n) 表示）形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0，F(1) = 1
F(n) = F(n - 1) + F(n - 2)，其中 n > 1

1.dp数组以及下标的含义

dp[i]为第i个斐波那契数的值

2.递推公式

dp[n]= dp[n - 1] +dp[n - 2]

3.dp数组如何初始化

dp[0]=0,dp[1]=1

4.遍历顺序

从前向后遍历

5.打印dp数组

2.代码实现

public class Fib {
    public static void main(String[] args) {
        System.out.println(fib(5));
    }
    public static int fib(int n) {
        if (n == 0)
            return 0;
        if (n == 1)
            return 1;
        int[] dp=new int[n+1];
        dp[0]=1;
        dp[1]=1;
        for(int i=2;i<=n;i++){
            dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[n];
        
    }
}

因为求出的只取决于上面两次的状态,所以可以用三个变量来实现

public class Fib {
    public static void main(String[] args) {
        System.out.println(fib(5));
    }
    public static int fib(int n) {
        if (n == 0)
            return 0;
        if (n == 1)
            return 1;
        int a = 0;
        int b = 1;
        int c;
        for (int i = 2; i <= n; i++) {
            c = a + b;
            a = b;
            b = c;
        }
        return b;


    }
}

四.爬楼梯

1.问题分析

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

1.dp数组以及下标的含义

dp[i]达到第i阶有dp[i]种方法

2.递推公式

dp[i] = dp[i - 1] +dp[i - 2]

3.dp数组如何初始化

dp[0]=0,dp[1]=1

4.遍历顺序

从前向后遍历

5.打印dp数组

2.代码实现

public class ClimbStairs {
    public static void main(String[] args) {
        System.out.println(climbStairs(4));
    }
    public static int climbStairs(int n) {
        if(n==1)
            return 1;
        if(n==2)
            return 2;
       int[] dp=new int[n+1];
       dp[1]=1;
       dp[2]=2;
       for(int i=3;i<=n;i++){
           dp[i]=dp[i-1]+dp[i-2];
       }
       return dp[n];
    }
}

五.使用最小花费爬楼梯

1.问题分析

给你一个整数数组 cost ，其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用，即可选择向上爬一个或者两个台阶。

你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。

请你计算并返回达到楼梯顶部的最低花费。

1.dp数组以及下标的含义

dp[i]达到第i位置的花费

2.递推公式

dp[i] = min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])

3.dp数组如何初始化

dp[0]=0,dp[1]=0

4.遍历顺序

从前向后遍历

5.打印dp数组

2.代码实现

public class MinCostClimbingStairs {
    public static void main(String[] args) {
        int[] costs={1,100,1,1,1,100,1,1,100,1};
        System.out.println(minCostClimbingStairs(costs));
    }

    public static int minCostClimbingStairs(int[] cost) {
        if(cost.length==1)
            return 0;
        int[] dp=new int[cost.length+1];
        dp[0]=0;
        dp[1]=0;
        for(int i=2;i<=cost.length;i++){
            dp[i]=Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
        }
        return dp[cost.length];


    }
}

五.不同路径

1.问题分析

一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。

机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。

问总共有多少条不同的路径？

1.dp数组以及下标的含义

dp[i][j]为机器人走到(i,j)位置有多少种不同的走法

2.递推公式

dp[i][j]=dp[i][j-1]+dp[i-1][j]

3.dp数组如何初始化

for(int i=0;i<n;i++){
    dp[0][i]=1;
}
for(int i=1;i<m;i++){
    dp[i][0]=1;
}

4.遍历顺序

从前向后遍历

5.打印dp数组

2.代码实现

public class UniquePaths {
    public static void main(String[] args) {
        System.out.println(uniquePaths(3, 7));
    }
    public static int uniquePaths(int m, int n) {
        int[][] dp=new int[m][n];
        for(int i=0;i<n;i++){
            dp[0][i]=1;
        }
        for(int i=1;i<m;i++){
            dp[i][0]=1;
        }
        for(int i=1;i<m;i++){
            for(int j=1;j<n;j++){
                dp[i][j]=dp[i][j-1]+dp[i-1][j];
            }
        }
        return dp[m-1][n-1];

    }
}

五.不同路径II

1.问题分析

一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。

机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish”）。

现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径？

网格中的障碍物和空位置分别用 1 和 0 来表示。

1.dp数组以及下标的含义

dp[i][j]为机器人走到(i,j)位置有多少种不同的走法

2.递推公式

if(obstacleGrid[i][j]==0)

dp[i][j]=dp[i][j-1]+dp[i-1][j]

3.dp数组如何初始化

for (int i = 0; i < n; i++) {
    if (obstacleGrid[0][i] == 1)
        break;
    dp[0][i] = 1;
}
for (int i = 1; i < m; i++) {
    if (obstacleGrid[i][0] == 1)
        break;
    dp[i][0] = 1;
}

4.遍历顺序

从前向后遍历

5.打印dp数组