背包问题
问题介绍
给一堆物品,每个物品都有重量wi以及价值vi,和一个背包,容量(即承重量)为c,挑选物品放入背包中,使得背包中物品的价值总和最大,求出最大价值以及物品组合。
举个例子:
重量数组为w=[5, 6, 7, 2, 3],价值数组为v=[8, 7, 2, 5, 6],背包容量为c=10,对于这个例子,最大价值为19,物品组合为重量为5,2,3的这三个物品,这个例子比较简单,能直接找出答案,但是例子复杂时,到底是怎样的思路呢?
动态规划
这里不再卖关子,这个问题是用动态规划来求解的,先找状态转移方程:
dp[i][j]表示对于前i(i从1开始)件物品,容量为j时的最大总价值,那么,当j>=w[i-1]时,
有两种选择,放第i件物品:那么,最大价值为dp[i-1][j-w[i-1]]+v[i-1],即需要腾出第i件物品的容量,再把它放进去(加上它的价值),不放:那么,最大价值为dp[i-1][j],取这两种结果的最大值。当j<w[i-1]时,最大价值为dp[i-1][j]。
总结一下:
当j>=w[i-1]时:dp[i][j]=Math.max(dp[i-1][j-w[i-1]]+v[i-1],dp[i-1][j]) i属于[1,len],j属于[1,c]
否则:dp[i][j]=dp[i-1][j] i,j的范围同上
那么初始状态其实可以反推出来:dp数组的0行0列都为0。
代码
下面直接贴上代码,并解释如何求出物品组合
package test;
public class AMyBackPack {
public static void main(String[] args) {
int[] w = { 5, 6, 7, 2, 3 };
int[] v = { 8, 7, 2, 5, 6 };
int len = w.length;
int c = 10;
int[][] dp = new int[len + 1][c + 1];
for (int i = 1; i <= len; i++) {
for (int j = 1; j <= c; j++) {
if (j >= w[i - 1]) {
dp[i][j] = Math.max(dp[i - 1][j - w[i - 1]] + v[i - 1], dp[i - 1][j]);
} else {
dp[i][j] = dp[i - 1][j];
}
}
}
int[] flag = new int[len];//取某个物品,对应位置为1,否则为0
int index = len;//index从len开始,与dp数组一致
int cap = c;//cap从c开始,与dp数组一致
while (index >= 1) {//倒着判断
if (dp[index][cap] == dp[index - 1][cap]) {//相等表示没有取第index件物品
flag[index - 1] = 0;//标志为0
} else {//否则表示取出了第index件物品
flag[index - 1] = 1;//标志为1
cap = cap - w[index - 1];//cap减去第index件物品的重量
}
index--;//不管取还是不取,index都需要减1
}
System.out.println("最大价值为:" + dp[len][c]);
System.out.println("取出物品的重量分别为:");
for (int i = 0; i < len; i++) {
if (flag[i] == 1) {
System.out.print(w[i] + " ");
}
}
System.out.println();
//打印dp数组,有兴趣的可以自己手算验证一下,就是一个二维表格,然后一行一行的计算,并不麻烦,自己算一遍,一定可以加深对这个问题的理解
System.out.println("dp数组为:");
for (int i = 0; i <= len; i++) {
for (int j = 0; j <= c; j++) {
System.out.printf("%4d", dp[i][j]);
}
System.out.println();
}
}
}
结果:
应用场景
01背包问题的应用场景其实特别多,这里举一个我遇到的编程题作为例子:一堆数,分成两堆,两堆的和分别为sum1,sum2,给出一个分配方案,使得sum1,sum2的差的绝对值最小。其实这道题可以转换为背包问题,w数组和v数组为给定的数组,c为sum/2,sum是给定数组的和…