标签：背包 java 容量 val int length 物品 动态

一、动态规划

  动态规划（Dynamic Programming，DP）是运筹学的一个分支，是求解决策过程最优化的过程。

二、基本思想

  （1）将大问题划分为小问题进行解决，从而一步步获得最优解；
  （2）动态规划算法与分治法类似，其基本思想也是将待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）与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。（即下一次求解是在上一次得到的最优解基础上进行的）
  （4）可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到，只要它被计算过，就将其结果填入表中。具体的动态规划算法多种多样，但它们具有相同的填表格式。

三、简单实例（背包问题）

  （1）背包问题：有一个容量为4磅的背包，现有以下物品

  求在容量允许下能够装入放入最大价值是多少？（每个物品只能装入一次）
  （2） 解题思路：
  利用动态规划，每次遍历到的第i个物品，根据 w [ i − 1 ] w[i-1] w[i−1]和 v a l [ i − 1 ] val[i-1] val[i−1]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 a l [ i − 1 ] val[i-1] val[i−1]、 w [ i − 1 ] w[i-1] w[i−1]分别为第i个物品的价值和重量（这里 i − 1 i-1 i−1是因为数组下标的原因）,M为背包的容量。再令 v [ i ] [ j ] v[i][j] v[i][j]表示在前 i i i个物品中能够装入容量为 j j j的背包中的最大价值。则我们有下面的结果：

第一步：初始化v[i][0]=v[0][i]=0;//表示填入表第一行和第一列是0；
第二步：当w[i]>j时: v[i][j]=v[i-1][j]//当准备加入新增的商品的容量大于当前背包的容量时，就直接使用上一个单元格的装入策略；
第三步：当j>=w[i]时:v[i][j]=max{v[i-1][j], val[i-1]+v[i-1][j-w[i-1]]}//当准备加入的新增的商品的容量小于等于当前背包的容量，v[i-1][j]：就是上一个单元格的装入的最大值，val[i-1]：表示当前商品的价值，v[i-1][j-w[i-1]]：装入第i-1个物品，剩余的空间可装入的最优解。

  （3）动态规划图表：

  （4）代码实现：

package com.haiyang.algorithm.dp;

/**
 * @author haiYang
 * @create 2022-01-28 16:33
 */
public class KnapsackProblem {
    public static void main(String[] args) {
        int[] w = new int[]{1, 4, 3};//物品重量
        int[] val = new int[]{1500, 3000, 2000};//物品价格
        int m = 4;//背包容量
        int n = val.length;//物品个数

        int[][] v = new int[n + 1][m + 1];//记录前i个物品中能够装入容量为j的背包中的最大值
        int[][] path = new int[n + 1][m + 1];
        for (int i = 1; i < v.length; i++) {
            for (int j = 1; j < v[i].length; j++) {
                if (w[i - 1] > j) {//w[i-1]：第i个物品的数组下标为i-1，当第i个物品的重量大于背包容量，表示装不下这个物品，因此最大值为v[i-1][j]
                    v[i][j] = v[i - 1][j];
                } else {
                    //val[i-1] + v[i-1][j-w[i-1]]:表示装入第i-1个物品的价值加上剩余空间能够装的最大价值
                    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;//标记该物品加入背包，便于查看那些物品加入背包
                    } 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();

        }
        int i = path.length - 1;
        int j = path[0].length - 1;
        //回溯输出加入背包的物品
        while (i > 0 && j > 0) {
            if (path[i][j] == 1) {
                System.out.println("第" + i + "个物品加入背包！");
                j = j - w[i - 1];
            }
            i--;
        }
    }
}

标签：背包,java,容量,val,int,length,物品,动态
来源： https://blog.csdn.net/weixin_43698993/article/details/122733849

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。