0-1背包问题(二维数组动态规划)

这篇博客详细探讨了如何使用二维数组动态规划解决0-1背包问题,通过逐个考虑每个物品并分析不同容量背包下的最大价值,展示了动态规划在解决背包问题中的应用。
摘要由CSDN通过智能技术生成

1)输出背包的最大价值

/**
 * 0-1背包问题
 * 问题描述
 * 背包的总容量为c, 现有n个物品,每个物品都有其重量w[i],和价值v[i],求背包能装进的最大价值,以及最大价值时对应的物品
 * 解题思路:
 * 动态规划问题,分别讨论放物品i的时候,背包容量j时的最大价值,当讨论到放最后一个物品时,容量用完的情况,它就是问题的解。因为涉及到2个自变量,所以维护一个二维数组来记录动态规划的每个状态maxV[i][j]
 * 对i j分别讨论就需要循环,循环就需要把问题抽象成一个递推公式,求当前状态的值的时候,可右已经有的状态推出
 * maxV[0][j] = 0 背包不让入任何东西
 * maxV[i][0] = 0 背包容量为0
 * maxV[i][j] =
 * {
 * 	1) maxV[i-1][j] (j < w[i]) 背包的当前容量放不下当前要放的物品是,当前背包容量下要放当前物品的最大价值和前一状态相同,即放前一个物品时当前背包容量的最大价值
 *  2) Max{maxV[i-1][j], v[i]+maxV[i-1][j-w[i]]} (j >= w[i]) 背包的当前容量大于物品的重量,表示当前背包可能放得下当前物品,那么需要分2种情况讨论,
 *  	2.1)不放入当前物品 这种情况很简单,不放的话直接等于放上一个物品的当前容量的最大价值 maxV[i-1][j]
 *  	2.2) 放入当前物品 有点复杂,放进去,总价值肯定有v[i], 然后加上被压缩容量后(j-w[i])的容量状态下,放前一个物品时的最大价值 v[i]+maxV[i-1][j-w[i]]
 * }
 */
package dp;
import java.util.Scanner;
public class Main {
	
多维0-1背包问题是指在给定容量和一组物品的情况下,如何选择物品使得总重量不超过容量且总价值最大化。在这个问题中,每个物品有多个属性,我们要选择的是哪个属性的物品,以及每个物品在选择属性下的是否放入背包(0表示不放入,1表示放入)。 为了解决这个问题,我们可以使用一个二维数组来表示状态转移方程。假设有n个物品和m个属性,dp[i][j]表示前i个物品在j属性下的最大价值。 具体的穷举算法如下: 1. 初始化一个大小为(n+1)*(m+1)的二维数组dp,并将其所有元素初始化为0。 2. 遍历物品i从1到n,属性j从1到m,依次计算dp[i][j]的值。 3. 对于每个物品i和属性j,有两种情况: - 若第i个物品在属性j下的重量大于背包的容量,则dp[i][j] = dp[i-1][j],即不选择放入背包; - 若第i个物品在属性j下的重量小于等于背包的容量,则dp[i][j] = max(dp[i-1][j], dp[i-1][j-1] + 第i个物品的价值),即选择放入或不放入背包取决于哪种方式能获得更大的总价值。 最终,dp[n][m]即为所求的最大总价值。 下面是一个简单的用Matlab实现的代码示例: ```matlab function max_value = knapsack(n, m, weights, values, capacity) dp = zeros(n+1, m+1); for i = 1:n for j = 1:m if weights(i, j) > capacity dp(i+1, j+1) = dp(i, j+1); else dp(i+1, j+1) = max(dp(i, j+1), dp(i, j) + values(i, j)); end end end max_value = dp(n+1, m+1); end % 测试 n = 3; m = 2; weights = [3, 1; 2, 2; 1, 3]; values = [2, 3; 4, 5; 6, 7]; capacity = 5; max_value = knapsack(n, m, weights, values, capacity); disp(max_value); ``` 以上代码中,n表示物品的数量,m表示属性的数量,weights是一个n*m的矩阵,表示每个物品在不同属性下的重量,values是一个n*m的矩阵,表示每个物品在不同属性下的价值,capacity表示背包的容量。请根据实际情况修改测试用例中的n、m、weights、values和capacity的值,以便验证代码的正确性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值