0/1背包问题(动态规划求解)
2011-05-26 11:02
381 查看
问题的叙述不多说了,见:http://hi.bccn.net/space-339919-do-blog-id-14722.html。
动态规划是用空间换时间的一种方法的抽象。其关键是发现子问题和记录其结果。然后利用这些结果减轻运算量。
比如0/1背包问题。
/* 一个旅行者有一个最多能用M公斤的背包,现在有N件物品,
它们的重量分别是W1,W2,...,Wn,
它们的价值分别为P1,P2,...,Pn.
若每种物品只有一件
求旅行者能获得最大总价值。
输入格式:
M,N
W1,P1
W2,P2
......
输出格式:
X
*/
因为背包最大容量M未知。所以,我们的程序要从1到M一个一个的试。比如,开始任选N件物品的一个。看对应M的背包,能不能放进去,如果能放进去,并且还有多的空间,则,多出来的空间里能放N-1物品中的最大价值。怎么能保证总选择是最大价值呢?看下表。
测试数据:
10,3
3,4
4,5
5,6
即该段程序完成以下n个阶段:
1:只装入1个物品,确定在各种不同载重量的背包下,能够得到的最大价值
2:装入2个物品,确定在各种不同载重量的背包下,能够得到的最大价值
。。。
n:以此类推,装入n个物品,确定在各种不同载重量的背包下,能够得到的最大价值
见下表
这个过程在给出来的连接的博客有。
不过,我认为原文叙述的有误,我更改如下:
c[i][j]数组保存了1,2,3号物品依次选择后的最大价值.
这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3,则里面放1号物体:容量为3价值为4
。这样,这一排背
包容量为4,5,6,....10的时候,最佳方案都是放1号物体
.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候,最佳方案还是上一排的最佳方案c为4.而背包容量为5的时候,则最佳方案为2号物体
.背包容量为7的时候,很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排
c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳
方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.)
从以上最大价值的构造过程中可以看出。
java代码实现如下:
测试及其运行结果:
10 3
3 4
4 5
5 6
11
动态规划是用空间换时间的一种方法的抽象。其关键是发现子问题和记录其结果。然后利用这些结果减轻运算量。
比如0/1背包问题。
/* 一个旅行者有一个最多能用M公斤的背包,现在有N件物品,
它们的重量分别是W1,W2,...,Wn,
它们的价值分别为P1,P2,...,Pn.
若每种物品只有一件
求旅行者能获得最大总价值。
输入格式:
M,N
W1,P1
W2,P2
......
输出格式:
X
*/
因为背包最大容量M未知。所以,我们的程序要从1到M一个一个的试。比如,开始任选N件物品的一个。看对应M的背包,能不能放进去,如果能放进去,并且还有多的空间,则,多出来的空间里能放N-1物品中的最大价值。怎么能保证总选择是最大价值呢?看下表。
测试数据:
10,3
3,4
4,5
5,6
即该段程序完成以下n个阶段:
1:只装入1个物品,确定在各种不同载重量的背包下,能够得到的最大价值
2:装入2个物品,确定在各种不同载重量的背包下,能够得到的最大价值
。。。
n:以此类推,装入n个物品,确定在各种不同载重量的背包下,能够得到的最大价值
见下表
这个过程在给出来的连接的博客有。
不过,我认为原文叙述的有误,我更改如下:
c[i][j]数组保存了1,2,3号物品依次选择后的最大价值.
这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3,则里面放1号物体:容量为3价值为4
。这样,这一排背
包容量为4,5,6,....10的时候,最佳方案都是放1号物体
.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候,最佳方案还是上一排的最佳方案c为4.而背包容量为5的时候,则最佳方案为2号物体
.背包容量为7的时候,很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排
c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳
方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.)
从以上最大价值的构造过程中可以看出。
java代码实现如下:
package myalgorithm; import java.util.Scanner; /** * 0/1背包问题,动态规划解决 * @author gauss * */ public class Package { private int value; private int weight; public Package(int weight,int value){ this.value = value; this.weight = weight; } public int getValue(){ return this.value; } public int getWeight(){ return this.weight; } /** * @param args */ public static void main(String[] args) { // TODO Auto-generated method stub Scanner in = new Scanner(System.in); int m = in.nextInt(); //包的最大容量; int n = in.nextInt(); //物体总个数: Package[] packages = new Package[n + 1]; for (int k = 1; k < n + 1; k ++){ packages[k] = new Package(in.nextInt(),in.nextInt()); } int[][] DP = new int[n + 1][m + 1]; for (int i = 0; i < n + 1; i ++) for (int j = 0; j < m + 1; j ++){ DP[i][j] = 0; } for (int i = 1; i < n + 1; i ++) for (int j = 1; j < m + 1; j ++){ if (packages[i].getWeight() <= j){ if (packages[i].getValue() + DP[i - 1][j - packages[i].getWeight()] > DP[i - 1][j]){ DP[i][j] = packages[i].getValue() + DP[i - 1][j - packages[i].getWeight()]; } } } System.out.println(DP [m]); } }
测试及其运行结果:
10 3
3 4
4 5
5 6
11
相关文章推荐
- 算法导论第16章 贪心算法-0-1背包问题—动态规划求解
- 0/1背包问题-----动态规划求解
- 0-1背包问题及其动态规划求解之二——王晓东的书本解法
- Java 动态规划求解0-1背包问题
- 用动态规划求解0-1背包问题
- 动态规划求解0-1背包问题
- 物件捆绑 背包问题 动态规划 求解
- 用动态规划求解0-1背包问题
- 动态规划求解0-1背包问题
- 动态规划求解0/1背包问题
- 背包问题,动态规划求解,matlab代码,c++代码
- 《算法导论》读书笔记之第16章 0-1背包问题—动态规划求解
- 动态规划求解背包问题(java版本)
- 动态规划求解0-1背包问题
- 动态规划求解背包问题(JAVA实现)
- 《算法导论》读书笔记之第16章 0-1背包问题—动态规划求解
- 动态规划求解01背包相关的基本问题
- 0-1背包问题,动态规划求解
- 【双十一献礼】动态规划入门:背包问题
- 算法导论--动态规划(0-1背包问题)