Java—动态规划之背包问题DP

 

目录

例题

01背包：

完全背包：

混合背包：

---

背包问题

背包问题分为01背包问题、完全背包问题、多重背包问题、分组背包问题。

具体算法思想和思路见代码随想录或者看中国大学MOOC里面的这节内容

01背包

完全背包

中国大学MOOC（算法设计与分析）

算法思路和思想学会后最重要还得是实战。实践是检验真理的唯一标准。

例题

这里就直接上截图了。比较方便

01背包：

第一题：

代码：

import java.util.Scanner;

public class dotcpp {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int T = sc.nextInt();//采够药材的时间
        int M = sc.nextInt();//采购药材个数
        //建立时间和价值数组
        int[] Time = new int[M+1];//采草药所需要的时间
        int[] Value = new int[M+1];//草药的价值

        for (int i = 1; i < M+1; i++) {
            Time[i] = sc.nextInt();
            Value[i] = sc.nextInt();
        }
        //构建dp数组用来存放最优解，创建该数组要比正常的大一，因为下面的循环是从1开始的。
        int[][] dp = new int[M + 1][T + 1];

        for (int i = 1; i < M + 1; i++) {
            for (int j = 0; j < T + 1; j++) {
                if (Time[i] > j) {
                    dp[i][j] = dp[i - 1][j];
                }else{
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-Time[i]]+Value[i]);
                }

            }
        }
        System.out.println(dp[M][T]);

    }
}

第二题：

代码：

import java.util.Scanner;

public class dotcpp {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int M = sc.nextInt();//背包最大容量
        int N = sc.nextInt();//物品数量
        //定义物品数量和价值数组
        int[] Wi = new int[N + 1];//物品数量数组
        int[] Ci = new int[N + 1];//物品价值数组

        for (int i = 1; i < N + 1; i++) {
            Wi[i] = sc.nextInt();
            Ci[i] = sc.nextInt();
        }
        int[][] dp = new int[N + 1][M + 1];
        for (int i = 1; i < N + 1; i++) {
            for (int j = 0; j < M + 1; j++) {
                if (Wi[i] > j) {
                    dp[i][j] = dp[i - 1][j];
                }else{
                    dp[i][j]=Math.max(dp[i-1][j],dp[i-1][j-Wi[i]]+Ci[i]);
                }
            }
        }
        System.out.println(dp[N][M]);
    }
}

 上面是01背包问题最基础做法，也算是个模板做法，我知道二维dp数组可以优化成一维dp数组，这个看个人习惯，哪个顺手就用哪个不做强求。

完全背包：

代码：

import java.util.Scanner;

public class dotcpp {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int M = sc.nextInt();//背包容量
        int N = sc.nextInt();//物品数量

        int[] Wi = new int[N + 1];//重量数组
        int[] Ci = new int[N + 1];//价值数组

        for (int i = 1; i < N + 1; i++) {
            Wi[i] = sc.nextInt();
            Ci[i] = sc.nextInt();
        }

        int[][] dp = new int[N + 1][M + 1];
        for (int i = 1; i < N + 1; i++) {
            for (int j = 0; j < M + 1; j++) {
                for (int k = 0; k * Wi[i] <= M; k++) {
                    if (k * Wi[i] > j) {
                        dp[i][j] = dp[i][j];
                    } else {
                        dp[i][j] = Math.max(dp[i][j], dp[i - 1][j - k * Wi[i]] + k * Ci[i]);
                    }
                }
            }
        }
        System.out.println("max="+dp[N][M]);
    }
}

混合背包：

 这个例题输出是错误的。正确应该是11.

代码：

混合背包这段代码，我输出只能通过70%，具体哪块有问题我也没看出来，如果有大佬能看出麻烦留言或私信给予我改正。

题目链接：混合背包

import java.util.Scanner;

public class dotcpp {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int M = sc.nextInt();//背包容量
        int N = sc.nextInt();//物品数量

        int[] Wi = new int[N + 1];
        int[] Ci = new int[N + 1];
        int[] Pi = new int[N + 1];

        for (int i = 1; i < N + 1; i++) {
            Wi[i] = sc.nextInt();//重量
            Ci[i] = sc.nextInt();//价值
            Pi[i] = sc.nextInt();//数量
        }

        int[][] dp = new int[N + 1][M + 1];

        for (int i = 1; i < N + 1; i++) {
            for (int j = 0; j < M + 1; j++) {
                //01背包问题
                if (Pi[i] == -1) {
                    if (Wi[i] > j) {
                        dp[i][j] = dp[i - 1][j];
                    } else {
                        dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - Wi[i]] + Ci[i]);
                    }
                }
                //完全背包
                else if (Pi[i] == 0) {
                    for (int k = 0; k * Wi[i] <= j; k++) {
                        dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - k * Wi[i]] + k * Ci[i]);
                    }
                }
                //多重背包
                else {
                        for (int h = 0; h * Wi[i] <= j && h <= Pi[i]; h++) {
                            dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - h * Wi[i]] + h * Ci[i]);
                        }
                }
            }
        }

        System.out.println(dp[N][M]);
    }
}