动态规划0-1背包问题

你。 提交于 2019-12-16 21:29:10

最近看了一些简单的动态规划方面的例题 在学习的过程中发现 有的问题虽然不难 但是第一次看还是会有些问题

所以把自己弄0-1背包的问题拿出来给大家分享 不喜勿喷 网上资源特别多

讲解什么的就算了 其他人画的图都不错

递推关系

    设所给0-1背包问题的最优值为m(ij),即m(ij)是背包容量为j,可选择物品为ii+1n0-1背包问题的最优值。由0-1背包问题的最优子结构性质,可以建立计算m(ij)的递归式:


     上式此时背包容量为j,可选择物品为i。此时在对xi作出决策之后,问题处于两种状态之一:
    (1)
背包剩余容量是j,没产生任何效益;
    (2)
剩余容量j-wi,效益值增长了vi 

 

 我写的代码 看完看有没有启发

package org.bq.dp;

/**
 * 0-1背包问题
 * 
 * @author 白强原创
 * @version 1.0
 */
public class OneZero {
    // 最大背包容量
    private static final int M = 10;
    // 物品数量
    private static final int N = 3;
    // 物品重量数组 给它数组前面加一个0项是为了更好的表达这种关系 比方从一个到全部物品的时候i=2的使用w[i]=4避免减1使用w[i-1]麻烦
    private static final int[] w = { 0, 3, 4, 5 };
    // 物品价值数组
    private static final int[] v = { 0, 4, 5, 6 };

    public static void main(String[] args) {
        // 首先我们应该定义一个数组来记录选择的表 由于零的存在我应该吧他定义的大一些
        int[][] select = new int[N + 1][M + 1];
        int result = knapsack(select);
        System.out.println("The max value is : " + result);
        int leftSpace = M;
        // 输出所选择的物品列表:
        for (int i = N; i >= 1; i--) {
            if (leftSpace >= w[i]) {
                // 如何确定物品被选 只需要从价值表得到
                // 它的价值和剩余物品容量对应的价值-价值表中上排的剩余物品容量减去本物品的重量的价值==当前物品的价值
                if ((select[i][leftSpace] - select[i - 1][leftSpace - w[i]] == v[i])) {
                    System.out.println("物品 " + i + " 重量为: " + w[i] + " 价值为: "
                            + w[i] + " is selected!");
                    // 如果第i个物品被选择,那么背包剩余容量将减去第i个物品的重量
                    leftSpace = leftSpace - w[i];
                }
            }
        }
    }

    /**
     * 这是程序的算法实现
     * 
     * @param select是一个记录价值的数组它的下标
     *            [i][j] i代表当前放入物品从1到N j代表当前背包容量从1到M
     * @return 最大价值
     */
    public static int knapsack(int[][] select) {
        // 当前放入物品为零很明显它的价值全是零
        for (int j = 1; j <= M; ++j)
            select[0][j] = 0;
        // 基本算法思想上在装入一个或多个物品的时候让背包容量从1到最大 再看每一次的情况 首先能不能装 能装再看价值比较
        for (int i = 1; i <= N; ++i) {
            // 只要select[i][j] j=0即背包容量为0时,最大价值肯定为0
            select[i][0] = 0;
            // 背包容量j从小到大一直往上走直到M
            for (int j = 1; j <= M; ++j) {
                // 当前物品i的重量小于等于背包容量j,进行选择
                if (w[i] <= j) {
                    /*
                     * 如果本物品的价值加上背包还能放物品的价值(如何得到 剩余物品重量=当前背包容量-当前物品,
                     * 得到剩余物品的重量后在上排查询得到剩余物品的价值) 如果大于上排的值则放入
                     */
                    if ((v[i] + select[i - 1][j - w[i]]) > select[i - 1][j])
                        select[i][j] = v[i] + select[i - 1][j - w[i]];
                    else
                        // 直接使用上排的值
                        select[i][j] = select[i - 1][j];
                } else {
                    // 当前物品还不能放入 所以还得使用上排的结果
                    select[i][j] = select[i - 1][j];
                }
            }
        }

        return select[N][M];

    }
}

输出结果如下

 

看一个表格我画的 表示了这个放入的过程 可以更好看出变换

 

编号

0

1

2

3

4

5

6

7

8

9

10

0

0

0

0

0

0

0

0

0

0

0

0

1

0

0

0

4

4

4

4

4

4

4

4

2

0

0

0

4

5

5

5

9

9

9

9

3

0

0

0

4

5

6

6

9

10

11

11

重量w = { 0, 3, 4, 5 };价值v = { 0, 4, 5, 6 }; 

 

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!