Java实现01背包--理解动态规划

动态规划算法介绍

• 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
• 动态规划算法与分治算法类似，其基本思想都是将待求解问题分成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。
• 与分治法不同的是，适合用于动态规划求解的问题，经分解得到子问题往往不是相互独立的。（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）
• 动态规划可以通过填表的方式来逐步推进，得到最优解

动态规划算法的最佳实践-01背包问题

• 背包问题主要是指一个给定容量的背包、若干具有一定价值和重量的物品，如何选择物品放入背包使物品的价值最大，其中又分01背包和完全背包（完全背包指的是：每种物品都可以无限件可取）
• 这里的例子属于01背包，即每个物品最多取一个，而无限背包可以转化为01背包
• 算法的主要思想。每次遍历到第i个物品，根据w[i]和v[i]来确定是否需要将物品放入背包中。对于给定的n个物品，我们设v[i]、w[i]分别为第i个物品的价值和重量，再令v[i][j]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。则我们有如下结果：

1. v[i][0]=v[0][j]=0
2. 当w[i]>j时，v[i][j]=v[i-1][j]，即当准备装入的商品的重量大于当前背包的容量时，就直接使用上一个单元格的装入策略。
3. 当j>=w[i]时，v[i][j]=max（v[i-1][j],v[i]+v[i-1][j-w[i]]），即当准备装入的商品的重量小于等于当前背包的容量，装入的策略：
   v[i-1][j]表示上一个单元格装入的最大值
   v[i]表示当前商品价值
   v[i-1][j-w[i]]表示装入i-1商品，到剩余空间为j-w[i]时的最大值

举例子

1.商品为空时，背包容量无论是0磅还是4磅，价值最大值都为0
2. 商品只有吉他时，只要背包容量大于等于吉他重量，就可以放入吉他
3. 商品有吉他和音响时，当新增商品重量大于背包容量，使用上一个单元格的装入策略，等于4磅时，v[i][j]=max（v[i-1][j],v[i]+v[i-1][j-w[i]]）,v[i-1][j]即上一行的最大值，v[i]+v[i-1][j-w[i]]即当前商品的价值加上v[i-1][0](这个值为0）的总价值，
4. 3个商品都有时，当背包容量为3磅时，v[i][j]=max（v[i-1][j],v[i]+v[i-1][j-w[i]]），v[i-1][j]为只装入吉他的价值，v[i]+v[i-1][j-w[i]]为音响的价值+上一行背包容量为0时的价值
5. 当背包容量为4磅时，v[i][j]=max（v[i-1][j],v[i]+v[i-1][j-w[i]]），v[i-1][j]为上一行只装入音响的价值，v[i]+v[i-1][j-w[i]]为电脑价值+上一行背包容量只剩下1磅时的价值。
6. 最后一个空格，不用公式解释，就是，当我背包容量为4磅的时候，我取了电脑，剩下的容量就只能装吉他，我取了音响，背包的容量就满了，此时比较这两者之间的价值大小

代码实践

public static void dp(int[] w, int[] v, int bagSize){
        //商品的个数
        int n = w.length;
        //创建二维数组，默认值是0，所以可以不去处理第一行和第一列
        int[][] table = new int[n+1][bagSize+1];

        for(int i=1;i<table.length;i++){
            for(int j=1;j<table[0].length;j++){
                /**
                 * 按照公式写代码
                 * 因为我们程序i是从1开始的，原来公式中w[i]修改成w[i-1]
                 * 同时公司修改成
                 * v[i][j]=Math.max(v[i-1][j],v[i]+v[i-1][j-w[i-1]]
                 */
                if(w[i-1]>j){
                    table[i][j]=table[i-1][j];
                }else{
                    table[i][j]=Math.max(table[i-1][j],v[i-1]+table[i-1][j-w[i-1]]);
                }
            }
        }
        for(int[] nums:table){
            for(int num:nums){
                System.out.print(num+"\t");
            }
            System.out.println();
        }
    }

    public static void main(String[] args) {
        int[] w = {1, 4, 3};
        int[] v = {1500, 3000, 2000};
        int bagSize = 4;
        dp(w, v, bagSize);
    }

习题实践

• 给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

• 示例:
  输入: [-2,1,-3,4,-1,2,1,-5,4],
  输出: 6
  解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

public int maxSubArray(int[] nums) { 
        int len = nums.length;
        int[] dp = new int[len];
        int max = Integer.MIN_VALUE;
        dp[0] = nums[0];
        max = max>dp[0]?max:dp[0];
        for(int i=1;i<len;i++){
            if(dp[i-1]+nums[i]<nums[i]){
                dp[i]=nums[i];
            }else {
                dp[i] = dp[i-1]+nums[i];
            }
            max = max>dp[i]?max:dp[i];
        }
        return max;
    }