0-1背包问题
来源:互联网 发布:git管理工具 linux 编辑:程序博客网 时间:2024/05/12 04:41
0-1背包问题是动态规划的典型应用
动态规划的基本思想:
将一个问题分解为子问题递归求解,且将中间结果保存以避免重复计算。通常用来求最优解,且最优解的局部也是最优的。求解过程产生多个决策序列,下一步总是依赖上一步的结果,自底向上的求解。
动态规划算法可分解成从先到后的4个步骤:
1. 描述一个最优解的结构,寻找子问题,对问题进行划分。
2. 定义状态。往往将和子问题相关的各个变量的一组取值定义为一个状态。某个状态的值就是这个子问题的解(若有k个变量,一般用K维的数组存储各个状态下的解,并可根 据这个数组记录打印求解过程。)。
3. 找出状态转移方程。一般是从一个状态到另一个状态时变量值改变。
4.以“自底向上”的方式计算最优解的值。
5. 从已计算的信息中构建出最优解的路径。(最优解是问题达到最优值的一组解)
其中步骤1~4是动态规划求解问题的基础,如果题目只要求最优解的值,则步骤5可以省略。
01背包的状态转换方程 f[i,j] = Max{ f[i-1,j-Wi]+Pi( j >= Wi ), f[i-1,j] }
题目描述:
有编号分别为a,b,c,d,e的五件物品,它们的重量分别是2,2,6,5,4,它们的价值分别是6,3,5,4,6,现在给你个承重为10的背包,如何让背包里装入的物品具有最大的价值总和?
只要你能通过找规律手工填写出上面这张表就算理解了01背包的动态规划算法。
首先要明确这张表是至底向上,从左到右生成的。
为了叙述方便,用e2单元格表示e行2列的单元格,这个单元格的意义是用来表示只有物品e时,有个承重为2的背包,那么这个背包的最大价值是0,因为e物品的重量是4,背包装不了。
对于d2单元格,表示只有物品e,d时,承重为2的背包,所能装入的最大价值,仍然是0,因为物品e,d都不是这个背包能装的。
同理,c2=0,b2=3,a2=6。
java代码如下:
public class Pack01 {
public int [][] pack(int m,int n,int w[],int p[]){
//c[i][v]表示前i件物品恰放入一个重量为m的背包可以获得的最大价值
int c[][]= new int[n+1][m+1];
for(int i = 0;i<n+1;i++)
c[i][0]=0;
for(int j = 0;j<m+1;j++)
c[0][j]=0;
//
for(int i = 1;i<n+1;i++){
for(int j = 1;j<m+1;j++){
//当物品为i件重量为j时,如果第i件的重量(w[i-1])小于重量j时,c[i][j]为下列两种情况之一:
//(1)物品i不放入背包中,所以c[i][j]为c[i-1][j]的值
//(2)物品i放入背包中,则背包剩余重量为j-w[i-1],所以c[i][j]为c[i-1][j-w[i-1]]的值加上当前物品i的价值
if(w[i-1]<=j){
if(c[i-1][j]<(c[i-1][j-w[i-1]]+p[i-1]))
c[i][j] = c[i-1][j-w[i-1]]+p[i-1];
else
c[i][j] = c[i-1][j];
}else
c[i][j] = c[i-1][j];
}
}
return c;
}
/**
* 逆推法求出最优解
* @param c
* @param w
* @param m
* @param n
* @return
*/
public int[] printPack(int c[][],int w[],int m,int n){
int x[] = new int[n];
//从最后一个状态记录c[n][m]开始逆推
for(int i = n;i>0;i--){
//如果c[i][m]大于c[i-1][m],说明c[i][m]这个最优值中包含了w[i-1](注意这里是i-1,因为c数组长度是n+1)
if(c[i][m]>c[i-1][m]){
x[i-1] = 1;
m-=w[i-1];
}
}
for(int j = 0;j<n;j++)
System.out.println(x[j]); //输出各物品 系数,0表示不放入,1表示放入
return x;
}
public static void main(String args[]){
int m = 10;
int n = 5;
int w[]={2,2,6,5,4}; //每个物品的重量
int p[]={6,3,5,4,6}; //各物品相应的价值
Pack01 pack = new Pack01();
int c[][] = pack.pack(m, n, w, p);
pack.printPack(c, w, m,n);
}
}
- 背包问题(0-1背包、完全背包、多重背包)详解
- 背包问题和0-1背包问题
- 背包问题和0-1背包问题
- 背包问题系列--"0-1背包问题"
- 背包笔记-含0/1背包问题、完全背包问题、多重背包问题、二维背包问题、分组背包问题
- 【背包问题】背包问题之0-1背包、完全背包、多重背包
- 0-1背包问题
- 0/1背包问题
- 0,1背包问题
- 0-1背包问题
- 0/1背包问题
- 0-1背包问题
- // 0-1背包问题
- 0/1背包问题
- 0-1背包问题
- 0-1背包问题
- 0-1背包问题
- 0/1背包问题
- Activity 的LauncherMode, 不可遗漏的知识点
- Gulp的安装与配置
- [LeetCode]Single Number
- java源码阅读记录1
- 第七章 内建控制结构
- 0-1背包问题
- JavaCV 0.7 环境配置
- var与全局变量与局部变量
- 最大后验估计(MAP)
- 软件开发概述
- leetcode oj java Rectangle Area
- tab选项卡切换问题
- 项目修改中报错及解决学习记录1
- poj2186 Popular Cows(强连通缩点)