首页 > 代码库 > 0-1背包问题(DP)
0-1背包问题(DP)
背包问题(Knapsack problem):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。即在总重量不超过W的前提下,总价值是否能达到V?
基本思路
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-c[i]]+w[i] }。
这个方程非常重要,“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物品放入容量为v的背包中”,价值为f[i-1][v];如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能获得的最大价值就是f [i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
public class Knapsack { public static void knapsack(int[] v, int[] w, int c, int[][] m) { /** v[] w[] c 分别是价值、重量、和背包容量数组 m[i][j]表示有i~n个物品,背包容量为j的最大价值。*/ int n = v.length-1; int jMax = Math.min(w[n]-1, c); for(int j = 0; j <= jMax; j++) m[n][j] = 0; //当w[n]>j 有 m[n][j]=0 //m[n][j] 表示只有n物品,背包的容量为j时的最大价值 for (int l = w[n]; l <= c; l++) m[n][l] = v[n]; //当w[n]<=j 有m[n][j]=v[n] //递规调用求出m[][]其它值,直到求出m[0][c] for(int i = n-1; i >=1; i--) { jMax = Math.min(w[i]-1,c); for(int k = 0; k <=jMax; k++) m[i][k] = m[i+1][k]; for(int h = w[i]; h <= c; h++) m[i][h] = Math.max(m[i+1][h],m[i+1][h-w[i]]+v[i]); } m[0][c] = m[1][c]; if(c >= w[0]) m[0][c] = Math.max(m[0][c],m[1][c-w[0]]+v[0]); System.out.println("bestw ="+m[0][c]); } public static void traceback(int[][] m, int[] w, int c, int[] x) {// 根据最优值求出最优解 int n = w.length-1; for(int i = 0; i<n;i++) if(m[i][c] == m[i+1][c]) x[i] = 0; else{ x[i] = 1; c -= w[i]; } x[n] = (m[n][c]>0)?1:0; } public static void main(String[] args) { //测试 int[] ww = {2,2,6,5,4}; int[] vv = {6,3,5,4,6}; int[][] mm = new int[11][11]; knapsack(vv,ww,10,mm); int[] xx =new int[ww.length]; traceback(mm,ww,10,xx); for(int i = 0;i<xx.length;i++) System.out.println(xx[i]); } }
测试结果:bestw=15 1 1 0 0 1
本文出自 “闲庭信步、” 博客,请务必保留此出处http://macxiao.blog.51cto.com/9606147/1588040
0-1背包问题(DP)
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。