综述
- 使用JS实现动态规划的算法
- 其实算法无所谓具体语言,而是思想的体现
- 我们就拿0-1背包来讲述动态规划
- 保证代码复制下来可直接运行结果
案例引入
- 在一个夜黑风高的晚上,你做了一个梦,然后,你开始笑了起来
- 原来是来到了上古神地,你手拿一个蛇皮袋,虽然大,但是有限重的,装多了会破的
- 你发现桌台上一共有三种物品,他们分别有重量和相应的价值
- 你想的是尽量把这个袋子装满,装满什么意思呢,就是装到极限重量,然后带回现代上交给国家,由此你获得美誉。
基本思路
- 总体思路: 先 选择神器 ,在依照 蛇皮袋的容量进行选择
- 当 看到某物品时,第一步:首先看能不能放得下,不能放下的话,肯定就不选了;第二步:若是能够放下,还要判断一下,放之后的价值和不放的价值他俩哪个大,就选择哪个
- 这样,所有物品按此套路之后,就生成了一张表格了
- 这样我们可以反向查出我们选择了哪些神器:具体操作,就是第n件神器和第n-1件神器在表中的价值若是一样,那么就是没选,不一样就是选择了,选择了之后,那么响应的蛇皮袋容量和神器也就需要改变了,改变之后,重复之前的操作即可
一张表格(助于理解,可以自己填着看)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/d5420f585f35cce3b7266123dbccb270.png)
JS实现
function DynamicProgramming(v,w,capinity,n){
let table = []
for(let i = 0; i < n; i++){
table[i] = []
for(let j = 0; j<= capinity; j++){
if(j===0){
table[i][j] = 0
continue
}
if(w[i] > j){
if(i===0){
table[i][j] = 0
}else{
table[i][j] = table [i-1][j]
}
}else{
if(i===0){
table[i][j] = v[i]
}else{
table[i][j] = Math.max(v[i] + table[i-1][j-w[i]] , table[i-1][j])
}
}
}
}
optimizedSelected(v,w,capinity,n,table)
return table
}
function optimizedSelected(v,w,capinity,n,Table){
let number = n-1
while(number > 0 && capinity > 0){
if(Table[number][capinity]!==Table[number-1][capinity]){
console.log('选择了上古神器第:',number,'个','价值:',v[number],'重量',w[number])
number --
capinity = w[number]
}else{
number--
}
}
if(number===0){
if(Table[number][capinity]!==0){
console.log('选择了上古神器第:',number,'个','价值:',v[number],'重量',w[number])
}
}
}
let w = [2, 3, 4]
let v = [3, 4, 5]
let n = w.length
let capacity = 5
let Table = DynamicProgramming(v, w, capacity, n)
console.log('Table',Table)