动态规划算法的基本思想_动态规划算法

动态规划算法介绍

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.

应用场景-背包问题

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

2)要求装入的物品不能重复

代码实现：

package com.dynamic;

import java.util.Arrays;

public class PackageProblem {

public static void main(String[] args) {

int[] w = {1,4,3};//表示重量

int[] val = {1500,3000,2000};//表示价值

int m = 4;//背包最大值

int n = val.length;//物品个数

int[][] v = new int[n+1][m+1];//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

int[][] path = new int[n+1][m+1];//记录放入背包的物品

for (int i = 1; i < v.length; i++) {

for (int j = 1; j < v[0].length; j++) {

//如果当前物品的重量大于背包的容量，则直接使用上一个单元格的装入策略

if(w[i-1] > j){

v[i][j] = v[i-1][j];

}else {//当背包的容量大于当前装入物品的重量

//拿上一单元格价值与 装入当前物品相价值+剩余空间可装入价值比较

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]];

path[i][j] = 1;

}else{

v[i][j] = v[i-1][j];

}

}

}

}

//输出商品的价值情况

for (int[] i:v) {

System.out.println(Arrays.toString(i));

}

//输出商品的装入情况

int i = path.length - 1; //行的最大下标

int j = path[0].length - 1; //列的最大下标

//从path的最后开始找

while(i > 0 && j > 0 ) {

if(path[i][j] == 1) {

System.out.printf("第%d个商品放入到背包n", i);

j -= w[i-1];

}

i--;

}

}

}