问题背景:
小偷有一个容量为W的背包,有n个物品,第i个物品价值vi,重量wi。
目标:找到xi使得对于所有的xi = {0,1},使得sum(xi * wi) <= W且sum(xi * vi)最大。
问题解答:
解法一(暴力回溯):
public class Package01 {
public static int search(int W, int[] v, int[] w, int index) {
if(index < 0)
return 0;
int a = W >= w[index]? search(W - w[index], v, w, index - 1) + v[index] : 0;
int b = search(W, v, w, index - 1);
return Math.max(a, b);
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] v = {50,200,180,225,200};
int[] w = {5,25,30,45,50};
int ans = search(100, v, w, 4);
System.out.println(ans);
}
}
解法二:
分析冗余:两种情况都是f(n - 1) --- f(n - 1, w) & f(n - 1, w') --->用二维数组缓存
public class Package01 {
static int[][] f = new int[5][101];
public static int search(int W, int[] v, int[] w, int index) {
if(index < 0)
return 0;
if(f[index][W] > 0)
return f[index][W];
int a = W >= w[index]? search(W - w[index], v, w, index - 1) + v[index] : 0;
int b = search(W, v, w, index - 1);
f[index][W] = Math.max(a, b);
return f[index][W];
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] v = {50,200,180,225,200};
int[] w = {5,25,30,45,50};
int ans = search(100, v, w, 4);
System.out.println(ans);
}
}
局限性:
a. 如果W是个double类型的,不可以用这种缓存方法
b. 如果W值很大的时候,不可以用这种方法
解法三(递推):
public class Package01 {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] v = {50,200,180,225,200};
int[] w = {5,25,30,45,50};
int W = 100;
int[][] f = new int[v.length][W + 1];
for(int i = 0; i < v.length; ++i) {
for(int j = 0; j <= W; ++j) {
if(i == 0) {
f[i][j] = j >= w[i]? v[i] : 0;
}
else {
int a = j >= w[i]? f[i - 1][j - w[i]] + v[i] : 0;
int b = f[i - 1][j];
f[i][j] = Math.max(a, b);
}
}
}
System.out.println(f[v.length - 1][W]);
}
}
总结:
动态规划是一种不重复不遗漏的搜索算法。
空间复杂度:n*W
时间复杂度:O(n*W)
拓展:
如果W特别大,那空间复杂度会很高
改进代码:
思路:f[i]只需要f[i - 1],不需要f[i - 2]; new f[i], delete f[i - 2]
处理:可以用%2的操作实现(滚动数组)
public class Package01 {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] v = {50,200,180,225,200};
int[] w = {5,25,30,45,50};
int W = 100;
int[][] f = new int[2][W + 1];
for(int i = 0; i < v.length; ++i) {
for(int j = 0; j <= W; ++j) {
//f[i]只需要f[i - 1],不需要f[i - 2]
//new f[i], delete f[i - 2]
f[i % 2][j] = 0;
if(i == 0) {
f[i % 2][j] = j >= w[i]? v[i] : 0;
}
else {
int a = j >= w[i]? f[(i - 1) % 2][j - w[i]] + v[i] : 0;
int b = f[(i - 1) % 2][j];
f[i % 2][j] = Math.max(a, b);
}
}
}
System.out.println(f[(v.length - 1) % 2][W]);
}
}