数据结构与算法-动态规划算法

动态规划算法

应用场景-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背包的总价值最大并且重量不超出
2)要求装入的物品不重复

基本思想
1)动态规划算法的核心思想是：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方法
2)动态规划算法与分治算法类似，其基本思想也是将带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)与分治算法不同的是，适用于动态规划求解的问题，经分解得到的子问题往往不是互相独立的。(即下一个子阶段的求解往往是建立在上一个子阶段的解的基础上，进行进一步求解)
4)动态规划可以通过填表的方式来逐步推进，得到最优解

思路分析
利用动态规划来解决。每次遍历到第i个物品，根据w[i]和v[i]来确定是否需要将该物品放入到背包中。即对给定的第n个物品，设v[i],w[i]分别为第i个物品的价值和重量，C为背包的容量。令v[i][j]表示在前i个物品中能装入容量为j的背包中的最大价值。则我们有下面的结果：
1.v[i][0] = v[0][i] = 0;
2.当w[i] > j时：v[i][j] = v[i-1][j]
3.当j>=w[i]时：v[i][j] = max{v[i-1][j], v[i]+v[i-1][j-w[i]]}

代码实现

public class KanpsackPrlblem {

	public static void main(String[] args) {
		
		int[] w = {1, 4, 3};  //物品的重量
		
		int[] val = {1500, 3000, 2000};  //物品的价格
		
		int m = 4;  //背包的重量
		
		int n = val.length;  //物品的个数
				
		//创建二维数组
		int[][] v = new int[n+1][m+1];
		
		//初始化义一行第一列
		for (int i = 0; i < v.length; i++) {
			v[i][0] = 0;
		}
		for (int i = 0; i < v[0].length; i++) {
			v[0][i] = 0;
		}
		
		//为了记录商品情况，定义二维数组
		int[][] path = new int[n+1][m+1];
			
		//根据前面得到的公式进行动态规划处理
		for (int i = 1; i <v.length; i++) {  //不处理第一行
			for (int j = 1; j < v[i].length; j++) {  //不处理第一列
				if (w[i-1] > j) {  //因为程序 i 从1开始，因此原来公式的 w[i]修改成w[i-1]
					v[i][j] = v[i-1][j];
				} else {
					//v[i][j] = Math.max(v[i-1][j], val[i-1] + v[i-1][j-w[i-1]]);
					
					//为了记录尚品存放到背包的情况，不能简单的使用上面公式
					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];
					}
				}
			}
		}
		
		
		for (int i = 0; i < v.length; i++) {
			for (int j = 0; j < v[i].length; j++) {
				System.out.print(v[i][j] + "	");
			}
			System.out.println();
		}
	}

}