解析01背包问题及其在动态规划中的应用

最新推荐文章于 2024-10-06 18:35:56 发布

微赚淘客系统开发者

最新推荐文章于 2024-10-06 18:35:56 发布

阅读量307

点赞数 3

文章标签：动态规划代理模式算法

本文链接：https://blog.csdn.net/u010405836/article/details/140128236

版权

解析01背包问题及其在动态规划中的应用

大家好，我是微赚淘客系统3.0的小编，也是冬天不穿秋裤，天冷也要风度的程序猿！

01背包问题简介

1. 什么是01背包问题？

在计算机算法中，01背包问题是一个经典的优化问题，描述如何在限定重量的情况下，选择物品放入背包，使得背包内物品的总价值最大化。

2. 问题描述

假设有一个背包，其最大承重为W。现有n个物品，每个物品的重量为wt[i]，价值为val[i]。要求选择若干个物品放入背包中，使得背包的总重量不超过W，且总价值最大。

动态规划解法

1. 动态规划思想

动态规划是解决01背包问题的有效方法。具体步骤如下：

定义状态：设dp[i][j]表示在前i个物品中，背包容量为j时可以获得的最大价值。
状态转移方程：
- 如果不选择第i个物品，则dp[i][j] = dp[i-1][j]；
- 如果选择第i个物品，则dp[i][j] = dp[i-1][j-wt[i-1]] + val[i-1]，前提是j >= wt[i-1]。

2. Java代码示例

package cn.juwatech.dp;

public class Knapsack01 {

    public int knapsack(int W, int[] wt, int[] val, int n) {
        int[][] dp = new int[n + 1][W + 1];

        for (int i = 0; i <= n; i++) {
            for (int w = 0; w <= W; w++) {
                if (i == 0 || w == 0) {
                    dp[i][w] = 0;
                } else if (wt[i - 1] <= w) {
                    dp[i][w] = Math.max(val[i - 1] + dp[i - 1][w - wt[i - 1]], dp[i - 1][w]);
                } else {
                    dp[i][w] = dp[i - 1][w];
                }
            }
        }

        return dp[n][W];
    }

    public static void main(String[] args) {
        int[] val = {60, 100, 120};
        int[] wt = {10, 20, 30};
        int W = 50;
        int n = val.length;

        Knapsack01 ks = new Knapsack01();
        System.out.println("最大价值为：" + ks.knapsack(W, wt, val, n));
    }
}