Java数据结构与算法(完全背包)

前言:

完全背包问题是背包问题的一个变种,与0/1背包问题不同,在完全背包问题中,每种物品可以被选取多次。问题描述如下:

给定 n 件物品,每件物品有一个重量 wi和一个价值 vi,以及一个背包,它能够承载的最大重量为 W。我们需要确定应该将哪些物品放入背包,以使得背包内物品的总价值最大。

背包问题分类:

解题思路:

动态规划是解决完全背包问题的常用方法。我们可以通过修改0/1背包问题的动态规划方法来实现。

核心思想: 构建一个一维数组 dp[j],其中 j 表示当前背包容量。dp[j] 表示容量为 j 的背包中可以获得的最大价值。

状态转移方程:

  • 如果选择第 i件物品:dp[j] = max(dp[j], dp[j - wi] + vi)

实现代码

java 复制代码
public class CompleteKnapsack {
    public static int completeKnapsack(int W, int[] weights, int[] values, int n) {
        int[] dp = new int[W + 1];

        for (int i = 0; i < n; i++) {
            for (int j = weights[i]; j <= W; j++) {
                dp[j] = Math.max(dp[j], dp[j - weights[i]] + values[i]);
            }
        }
        return dp[W];
    }

    public static void main(String[] args) {
        int W = 50; // 背包容量
        int[] weights = {10, 20, 30}; // 物品重量
        int[] values = {60, 100, 120}; // 物品价值
        int n = values.length;

        System.out.println("最大价值: " + completeKnapsack(W, weights, values, n));
    }
}

QA1:0/1背包和完全背包dp设计的差异作用?

dp[i]的作用就是用于区分一个物品能否重复放置,具体获取的值可以输出打印细细体会。

相关推荐
向阳2568 分钟前
SpringBoot+vue前后端分离整合sa-token(无cookie登录态 & 详细的登录流程)
java·vue.js·spring boot·后端·sa-token·springboot·登录流程
巷北夜未央14 分钟前
Python每日一题(14)
开发语言·python·算法
XiaoLeisj25 分钟前
【MyBatis】深入解析 MyBatis XML 开发:增删改查操作和方法命名规范、@Param 重命名参数、XML 返回自增主键方法
xml·java·数据库·spring boot·sql·intellij-idea·mybatis
风象南26 分钟前
SpringBoot实现数据库读写分离的3种方案
java·spring boot·后端
振鹏Dong32 分钟前
策略模式——本质是通过Context类来作为中心控制单元,对不同的策略进行调度分配。
java·策略模式
ChinaRainbowSea41 分钟前
3. RabbitMQ 的(Hello World) 和 RabbitMQ 的(Work Queues)工作队列
java·分布式·后端·rabbitmq·ruby·java-rabbitmq
雾月5542 分钟前
LeetCode 914 卡牌分组
java·开发语言·算法·leetcode·职场和发展
Y.O.U..1 小时前
今日八股——C++
开发语言·c++·面试
melck1 小时前
liunx日志查询常用命令总结
java·服务器·网络
守护者1701 小时前
JAVA学习-练习试用Java实现“实现一个Hadoop程序,使用Hive进行复杂查询和数据筛查”
java·学习