动态规划-背包问题 分析+代码

这里写自定义目录标题

介绍背包问题

  • 背景:在现实生活中,我们常常会面临需要在有限空间内做出最优选择的情况,比如旅行时需要选择携带哪些物品 ,或者在资源有限的情况下选择最有利可图的投资项目。而背包问题就是这样一类经典的组合优化问题,在计算机科学和算法设计领域具有重要的研究价值和应用意义。

  • 描述:背包问题是指给定一个容量为W的背包和一组物品,每个物品有自己的重量和价值。需要从这组物品中选择一些放入背包中,使得放入背包的物品总价值最大化,同时不能超过背包的容量。这个问题可以分为两种常见形式:0-1背包问题和完全背包问题。

过程分析

解决背包问题的常见方法是使用动态规划。具体过程如下:

  • 定义状态:使用一个二维数组dpij表示前i个物品放入容量为j的背包中所能获得的最大价值。
  • 状态转移方程:根据题目要求,推导出状态转移方程,通常分为当前物品放入背包和不放入背包两种情况。
  • 边界条件:初始化边界条件,通常第0行和第0列为0。
  • 递推计算:根据状态转移方程,逐步填充dp数组。
  • 返回结果:最终dp数组右下角的值即为所求的最大总价值。

例题

题目说明

  • 背包问题:有一个背包,容量为4磅,现有如下物品
    1. 要求达到的目标为装入的背包的总价值最大,并且重量不超出
    1. 要求装入的物品不能重复
    1. 背包问题主要是指一个给定容量的背包、若干具有一定价值和重量的物品,如何选择物品放入背包使物品的价值最大。其中又分01 背包和完全背包
      (完全背包指的是:每种物品都有无限件可用)
    1. 这里的问题属于01背包,即每个物品最多放一个。而无限背包可以转化为01背包。
    1. 算法的主要思想,利用动态规划来解决。每次遍历到的第i个物品,根据wi和 vi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vi、wi分别为第i个物品的价值和重量,C为背包的容量。再令vij
    表示在前i个物品中能够装入容量为j的背包中的最大价值。则我们有下面的结果:
  • 图片:
    -

代码

c 复制代码
public class dongTaiGuiHua {
    public static void main(String[] args) {
        int[] w = {1,4,3};
        int[] val = {1500,3000,2000};
        int m = 4 ; //背包容量
        int n = val.length; //物品个数

        //表示最大的价值
        int[][] v = new int[ n+ 1][m + 1];

        //初始化第一行
        for (int i = 0; i < m + 1; i++) {
            v[0][i] = 0;
        }
        //初始化第一列
        for (int i = 0; i < n + 1; i++) {
            v[i][0] = 0;
        }

        //遍历展示
        for (int i = 0; i < n + 1; i++) {
            for (int j = 0; j < m + 1; j++) {
                System.out.print(v[i][j] + " ");
            }
            System.out.println();
        }

        //赋值
        for (int i = 1; i < v.length; i++) { // 物品
            for (int j = 1; j < v[0].length; j++) {//重量
                if (j < w[i - 1]){
                    v[i][j] = v[i - 1][j];
                }
                if (j >= w[i - 1]){
                    v[i][j] =  Math.max( v[i - 1][j],val[i - 1] + v[i - 1][j - w[i - 1]]);
                }
            }
        }


        System.out.println(" --------------------");
        //遍历展示
        for (int i = 0; i < n + 1; i++) {
            for (int j = 0; j < m + 1; j++) {
                System.out.print(v[i][j] + " ");
            }
            System.out.println();
        }

    }
}

输出结果

c 复制代码
0 0 0 0 0 
0 0 0 0 0 
0 0 0 0 0 
0 0 0 0 0 
 --------------------
0 0 0 0 0 
0 1500 1500 1500 1500 
0 1500 1500 1500 3000 
0 1500 1500 2000 3500 
相关推荐
在所不辞兄1 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
AvocadoZeroOneOI6 小时前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
cjz38998 小时前
双指针技巧:覆盖式双指针(原地覆盖)
算法
橘子1311 小时前
【高级数据库】关系代数基本概念
算法
电科_银尘1 天前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法
郝学胜-神的一滴1 天前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl
秋天的怀念_David1 天前
算法一千零一夜 · 第三十三夜 · 跳表
java·程序人生·算法
Pniubi1 天前
力扣21合并两个有序链表
算法·leetcode·职场和发展
AIgorithmGEEK1 天前
std::unordered_map 与 std::unordered_set:接口、算法技巧与权衡 (速查)
c++·算法·哈希表·负载因子·桶·unordered_map·unordered_set
上海潭龙东海科技有限公司1 天前
智慧堆场动态模型三维实时孪生重构智能管控
大数据·网络·数据库·算法·重构