关于java:常用十大算法三-动态规划算法

5次阅读

共计 1667 个字符,预计需要花费 5 分钟才能阅读完成。

罕用十大算法(三)— 动静布局算法

<!– more –>

博客阐明

文章所波及的材料来自互联网整顿和集体总结,意在于集体学习和教训汇总,如有什么中央侵权,请分割自己删除,谢谢!

介绍

动静布局 (Dynamic Programming) 算法的核心思想是:将大问题划分为小问题进行解决,从而一步步获取最优解的解决算法

动静布局算法与分治算法相似,其根本思维也是将待求解问题分解成若干个子问题,先求解子问题,而后从这些子问题的解失去原问题的解。

与分治法不同的是,适宜于用动静布局求解的问题,经合成失去子问题往往不是相互独立的。(即下一个子阶段的求解是建设在上一个子阶段的解的根底上,进行进一步的求解)

动静布局能够通过填表的形式来逐步推进,失去最优解

背包问题

思路

背包问题次要是指一个给定容量的背包、若干具备肯定价值和分量的物品,如何抉择物品放入背包使物品的价值最大。其中又分 01 背包和齐全背包(齐全背包指的是:每种物品都有有限件可用)

这里的问题属于 01 背包,即每个物品最多放一个。而有限背包能够转化为 01 背包。

算法的次要思维,利用动静布局来解决。每次遍历到的第 i 个物品,依据 w[i]和 v[i]来确定是否须要将该物品放入背包中。即对于给定的 n 个物品,设 v[i]、w[i]别离为第 i 个物品的价值和分量,C 为背包的容量。再令 vi 示意在前 i 个物品中可能装入容量为 j 的背包中的最大价值。

(1)  v[i][0]=v[0][j]=0; // 示意 填入表 第一行和第一列是 0

(2) 当 w[i]> j 时:v[i][j]=v[i-1][j]   // 当筹备退出新增的商品的容量大于 以后背包的容量时,就间接应用上一个单元格的装入策略

(3) 当 j >=w[i]时:v[i][j]=max{v[i-1][j], v[i]+v[i-1][j-w[i]]}  
// 当 筹备退出的新增的商品的容量小于等于以后背包的容量,

代码实现

package com.guizimo;

public class KnapsackProblem {public static void main(String[] args) {int[] w = {1, 4, 3};// 物品的分量
        int[] val = {1500, 3000, 2000}; // 物品的价格
        int m = 4; // 总重量
        int n = val.length; // 价格的品种
        
        // 创立二维数组
        //v[i][j] 示意在的 i 个物品中可能装入容量为 j 的背包中的最大价值
        int[][] v = new int[n+1][m+1];
        // 辅助二维数组
        int[][] path = new int[n+1][m+1];
        
        // 初始化第一行和第一列
        for(int i = 0; i < v.length; i++) {v[i][0] = 0;
        }
        for(int i=0; i < v[0].length; i++) {v[0][i] = 0;
        }
        
        for(int i = 1; i < v.length; i++) {for(int j = 1; j < v[0].length; j++) {if(w[i-1] > j) {v[i][j] = v[i-1][j];
                } else {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;
                    } else {v[i][j] = v[i - 1][j];
                    }
                }
            }
        }
        
        // 价格表
        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();}
        
        System.out.println("============================");

        int i = path.length - 1;
        int j = path[0].length - 1;
        while(i > 0 && j > 0) {if(path[i][j] == 1) {System.out.printf("第 %d 个商品放入背包 \n", i); 
                j -= w[i-1];
            }
            i--;
        }
    }

}

感激

尚硅谷

以及勤奋的本人,集体博客,GitHub

正文完
 0