0-1背包问题
0-1 背包问题:给定 n 种物品和一个容量为 C 的背包,物品 i 的重量是 wi,其价值为 vi 。
问:应该如何选择装入背包的物品,使得装入背包中的物品的总价值最大?
分析一波,面对每个物品,我们只有选择拿取或者不拿两种选择,不能选择装入某物品的一部分,也不能装入同一物品多次。
解决办法:声明一个 大小为 m[n][c] 的二维数组,m[ i ][ j ] 表示 在面对第 i 件物品,且背包容量为 j 时所能获得的最大价值 ,那么我们可以很容易分析得出 m[i][j] 的计算方法,
(1). j < w[i] 的情况,这时候背包容量不足以放下第 i 件物品,只能选择不拿
m[ i ][ j ] = m[ i-1 ][ j ]
(2). j>=w[i] 的情况,这时背包容量可以放下第 i 件物品,我们就要考虑拿这件物品是否能获取更大的价值。
如果拿取,m[ i ][ j ]=m[ i-1 ][ j-w[ i ] ] + v[ i ]。 这里的m[ i-1 ][ j-w[ i ] ]指的就是考虑了i-1件物品,背包容量为j-w[i]时的最大价值,也是相当于为第i件物品腾出了w[i]的空间。
如果不拿,m[ i ][ j ] = m[ i-1 ][ j ] , 同(1)
究竟是拿还是不拿,自然是比较这两种情况那种价值最大。
由此可以得到状态转移方程:
例:0-1背包问题。在使用动态规划算法求解0-1背包问题时,使用二维数组m[i][j]存储背包剩余容量为j,可选物品为i、i+1、……、n时0-1背包问题的最优值。绘制
价值数组v = {8, 10, 6, 3, 7, 2},
重量数组w = {4, 6, 2, 2, 5, 1},
背包容量C = 12时对应的m[i][j]数组。
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
1 | 0 | 0 | 0 | 8 | 8 | 8 | 8 | 8 | 8 | 8 | 8 | 8 |
2 | 0 | 0 | 0 | 8 | 8 | 10 | 10 | 10 | 10 | 18 | 18 | 18 |
3 | 0 | 6 | 6 | 8 | 8 | 14 | 14 | 16 | 16 | 18 | 18 | 24 |
4 | 0 | 6 | 6 | 9 | 9 | 14 | 14 | 17 | 17 | 19 | 19 | 24 |
5 | 0 | 6 | 6 | 9 | 9 | 14 | 14 | 17 | 17 | 19 | 21 | 24 |
6 | 2 | 6 | 8 | 9 | 11 | 14 | 16 | 17 | 19 | 19 | 21 | 24 |
(第一行和第一列为序号,其数值为0)
如m[2][6],在面对第二件物品,背包容量为6时我们可以选择不拿,那么获得价值仅为第一件物品的价值8,如果拿,就要把第一件物品拿出来,放第二件物品,价值10,那我们当然是选择拿。m[2][6]=m[1][0]+10=0+10=10;依次类推,得到m[6][12]就是考虑所有物品,背包容量为C时的最大价值。
public class MathContest {
public static void main(String[] args) throws Exception {
Scanner scanner = new Scanner(System.in);
int num = scanner.nextInt();
int score[] = new int[num];
int time[] = new int[num];
for (int i = 0; i < num; i++) {
score[i] = scanner.nextInt();
}
for (int i = 0; i < num; i++) {
time[i] = scanner.nextInt();
}
int totalTime = scanner.nextInt();
System.out.println(getScore(score, time, totalTime));
}
public static int getScore(int score[], int time[], int totalTime) {
int[][] dp = new int[score.length+1][totalTime+1];
for (int i=0; i<score.length; i++) {
for (int j=0; j<=totalTime; j++) {
if (j<time[i]) {
dp[i+1][j] = dp[i][j];
}
else {
dp[i+1][j] = Math.max(dp[i][j], dp[i][j-time[i]]+score[i]);
}
}
}
return dp[score.length][totalTime];
}
}
import java.util.Scanner;
import java.util.Arrays;
public class Main{
public static void main(String[] arg) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int[] teamA = new int[n];
int[] teamB = new int[n];
for (int i = 0; i < n; i++) {
teamA[i] = scanner.nextInt();
}
for (int i = 0; i < n; i++) {
teamB[i] = scanner.nextInt();
}
System.out.println(getMostBonus(n, teamA, teamB));
}
public static int getMostBonus(int n, int teamA[], int teamB[]) {
boolean[] Bused = new boolean[n];
boolean[] Aused = new boolean[n];
int sum = 0 ;
Arrays.sort(teamA);
Arrays.sort(teamB);
int count = 0;
for (int i = n-1 ; i>=0 ; i-- ){
for (int j = n-1 ; j>= 0 ; j--){
if (Bused[j])
continue;
if (teamA[i] == teamB[i])
break;
if (teamA[i] > teamB[j]){
Aused[i] = true;
sum += 100;
Bused[j] = true;
count++;
break;
}
}
}
for (int i = n -1 ; i>=0 ; i--) {
if (Aused[i])
continue;
for (int j = n-1; j >= 0; j--) {
if (Bused[j])
continue;
if (teamA[i] > teamB[j]){
Aused[i] = true;
sum += 100;
Bused[j] = true;
count++;
break;
}
if (teamA[i] == teamB[j]) {
Aused[i] = true;
Bused[j] = true;
count++;
break;
}
}
}
sum = sum - (n - count)*100;
return sum;
}
}