1、背包问题
有一个背包,容量为4磅,现有如下物品
- 要求达到的目标为装入的背包的总价值最大
- 并且重量不超出要求装入的物品不能重复
2、思路分析
- 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:每种物品都有无限件可用)
- 这里的问题属于01背包,即每个物品最多放一个。而无限背包可以转化为01背包。
- 算法的主要思想,利用动态规划来解决。每次遍历到的第ⅰ个物品,根据w和vi来确定是否需要将该物品放入背包中。即对于给定的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。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。则我们有下面的结果:
3、图解分析
4、代码实现
package com.jl.knapsackproblem;
/**
* Create with IntelliJ IDAE
*
* @Author: JINLEI
* @Description: 动态规划解决背包问题
* @Date: 2022/3/11
* @Time: 9:17
**/
public class KnapsackProblem {
public static void main(String[] args) {
int[] w = {1,4,3};//物品的重量
int[] val = {1500,3000,2000};//物品的价值
int m = 4; //背包的容量
int n = val.length;//物品的个数
//创建二维数组
//v[i][j]表示前i个物品能够装入容量为j的背包中的最大价值
int[][] v = new int[n+1][m+1];
//记录放入商品的情况定义一个二维数组
int[][] path = new int[n+1][m+1];
//初始化第一行第一列
for (int i = 0; i < v.length; i++) {
v[i][0] = 0;//将第一列设置为0
}
for (int i = 0; i < v[0].length; i++) {
v[0][i] = 0;//将一行设置为0
}
//根据公式来动态规划处理
for (int i = 1; i < v.length; i++) {//不处理第一行
for (int j = 1; j < v[0].length; j++) {//不处理第一列
//公式
if (w[i-1] > j){//因为程序从1开始,原来的公式中w[i]修改为w[i-1]
v[i][j] = v[i-1][j];
}else {
//因为i从1开始,所以公式需要调整
//v[i][j] = Math.max(v[i-1][j],val[i-1] +v[i-1][j-w[i-1]]);
//v[i][j] = Math.max(v[i-1][j],val[i-1] +v[i-1][j-w[i-1]]);
//为了记录商品存放到背包的情况,不能直接使用上面的公式需要使用if-else
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]];
//把情况记录到path
path[i][j] = 1;
}else {
v[i][j] = v[i-1][j];
}
}
}
}
//输出v
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();
}
System.out.println("===================================");
//输出最后就是我们放入的商品
//遍历path会把所有的情况都得到,其实我们只需要最后的放入
// for (int i = 0; i < path.length; i++) {
// for (int j = 0; j < path[i].length; j++) {
// if (path[i][j] == 1){
// System.out.printf("第%d个商品放入到背包\n",i);
// }
// }
// }
int i = path.length-1;//行最大下标
int j = path[0].length-1;//列的最大下标
while (i > 0 && j > 0){//从path的最后找
if (path[i][j] == 1){
System.out.printf("第%d个商品放入到背包\n",i);
j = j - w[i-1];
}
i--;
}
}
}