首页 > 代码库 > java实现背包算法(0-1背包问题)
java实现背包算法(0-1背包问题)
0-1背包的问题
背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。
这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。
用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是:
f[i][v]=max{ f[i-1][v], f[i-1][v-w[i]]+v[i] }。
1 public class Bag { 2 3 static class Item {// 定义一个物品 4 String id; // 物品id 5 int size = 0;// 物品所占空间 6 int value = http://www.mamicode.com/0;// 物品价值 7 8 static Item newItem(String id, int size, int value) { 9 Item item = new Item(); 10 item.id = id; 11 item.size = size; 12 item.value =http://www.mamicode.com/ value; 13 return item; 14 } 15 16 public String toString() { 17 return this.id; 18 } 19 } 20 21 static class OkBag { // 定义一个打包方式 22 List<Item> Items = new ArrayList<Item>();// 包里的物品集合 23 24 OkBag() { 25 } 26 27 int getValue() {// 包中物品的总价值 28 int value = http://www.mamicode.com/0; 29 for (Item item : Items) { 30 value += item.value; 31 } 32 return value; 33 }; 34 35 int getSize() {// 包中物品的总大小 36 int size = 0; 37 for (Item item : Items) { 38 size += item.size; 39 } 40 return size; 41 }; 42 43 public String toString() { 44 return String.valueOf(this.getValue()) + " "; 45 } 46 } 47 48 // 可放入包中的备选物品 49 static Item[] sourceItems = { Item.newItem("4号球", 4, 5), Item.newItem("5号球", 5, 6), Item.newItem("6号球", 6, 7) }; 50 static int bagSize = 10; // 包的空间 51 static int itemCount = sourceItems.length; // 物品的数量 52 53 // 保存各种情况下的最优打包方式 第一维度为物品数量从0到itemCount,第二维度为包裹大小从0到bagSize 54 static OkBag[][] okBags = new OkBag[itemCount + 1][bagSize + 1]; 55 56 static void init() { 57 for (int i = 0; i < bagSize + 1; i++) { 58 okBags[0][i] = new OkBag(); 59 } 60 61 for (int i = 0; i < itemCount + 1; i++) { 62 okBags[i][0] = new OkBag(); 63 } 64 } 65 66 static void doBag() { 67 init(); 68 for (int iItem = 1; iItem <= itemCount; iItem++) { 69 for (int curBagSize = 1; curBagSize <= bagSize; curBagSize++) { 70 okBags[iItem][curBagSize] = new OkBag(); 71 if (sourceItems[iItem - 1].size > curBagSize) {// 当前物品大于包空间.肯定不能放入包中. 72 okBags[iItem][curBagSize].Items.addAll(okBags[iItem - 1][curBagSize].Items); 73 } else { 74 int notIncludeValue = http://www.mamicode.com/okBags[iItem - 1][curBagSize].getValue();// 不放当前物品包的价值 75 int freeSize = curBagSize - sourceItems[iItem - 1].size;// 放当前物品包剩余空间 76 int includeValue = http://www.mamicode.com/sourceItems[iItem - 1].value + okBags[iItem - 1][freeSize].getValue();// 当前物品价值+放了当前物品后剩余包空间能放物品的价值 77 if (notIncludeValue < includeValue) {// 放了价值更大就放入. 78 okBags[iItem][curBagSize].Items.addAll(okBags[iItem - 1][freeSize].Items); 79 okBags[iItem][curBagSize].Items.add(sourceItems[iItem - 1]); 80 } else {// 否则不放入当前物品 81 okBags[iItem][curBagSize].Items.addAll(okBags[iItem - 1][curBagSize].Items); 82 } 83 } 84 85 } 86 } 87 } 88 89 public static void main(String[] args) { 90 Bag.doBag(); 91 for (int i = 0; i < Bag.itemCount + 1; i++) {// 打印所有方案中包含的物品 92 for (int j = 0; j < Bag.bagSize + 1; j++) { 93 System.out.print(Bag.okBags[i][j].Items); 94 } 95 System.out.println(""); 96 } 97 98 for (int i = 0; i < Bag.itemCount + 1; i++) {// 打印所有方案中包的总价值 99 for (int j = 0; j < Bag.bagSize + 1; j++) { 100 System.out.print(Bag.okBags[i][j]); 101 } 102 System.out.println(""); 103 } 104 105 OkBag okBagResult = Bag.okBags[Bag.itemCount][Bag.bagSize]; 106 System.out.println("最终结果为:" + okBagResult.Items.toString() + okBagResult); 107 108 } 109 110 }
java实现背包算法(0-1背包问题)
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。