算法数据结构（十七）----暴力递归改动态规划（二）

最新推荐文章于 2022-01-25 17:10:39 发布

严太白

最新推荐文章于 2022-01-25 17:10:39 发布

阅读量342

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/u011624267/article/details/119493205

版权

本文探讨了如何使用动态规划和递归策略解决组合优化问题，包括背包问题、数字转换、拼贴贴纸和寻找最长公共子序列。通过从左到右和从右到左的尝试模型，逐步优化到动态规划解决方案，展示了如何减少计算复杂性和提高效率。这些方法在信息技术领域中对于优化资源分配和解决复杂问题具有重要意义。

摘要由CSDN通过智能技术生成

题目一：背包问题

给定两个长度都为N的数组weights和values，

weights[i]和values[i]分别代表 i号物品的重量和价值。

给定一个正数bag，表示一个载重bag的袋子，

你装的物品不能超过这个重量。

返回你能装下最多的价值是多少?

从左往右尝试模型

暴力递归

// 所有的货，重量和价值，都在w和v数组里
	// 为了方便，其中没有负数
	// bag背包容量，不能超过这个载重
	// 返回：不超重的情况下，能够得到的最大价值
	public static int maxValue(int[] w, int[] v, int bag) {
		if (w == null || v == null || w.length != v.length || w.length == 0) {
			return 0;
		}
		// 尝试函数！
		return process(w, v, 0, bag);
	}

	// index 0~N
	// rest 负~bag
	public static int process(int[] w, int[] v, int index, int rest) {
		if (rest < 0) {
			return -1;
		}
		if (index == w.length) {
			return 0;
		}
		int p1 = process(w, v, index + 1, rest);
		int p2 = 0;
		int next = process(w, v, index + 1, rest - w[index]);
		if (next != -1) {
			p2 = v[index] + next;
		}
		return Math.max(p1, p2);
	}

改动态规划

public static int dp(int[] w, int[] v, int bag) {
		if (w == null || v == null || w.length != v.length || w.length == 0) {
			return 0;
		}
		int N = w.length;
		int[][] dp = new int[N + 1][bag + 1];
		for (int index = N - 1; index >= 0; index--) {
			for (int rest = 0; rest <= bag; rest++) {
				int p1 = dp[index + 1][rest];
				int p2 = 0;
				int next = rest - w[index] < 0 ? -1 : dp[index + 1][rest - w[index]];
				if (next != -1) {
					p2 = v[index] + next;
				}
				dp[index][rest] = Math.max(p1, p2);
			}
		}
		return dp[0][bag];
	}

题目二