动态规划——背包问题

Posted 爱敲代码的Harrison

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了动态规划——背包问题相关的知识,希望对你有一定的参考价值。

题目

给定两个长度都为N的数组weights和values,weights[i]和values[i]分别代表i号物品的重量和价值。给定一个正数bag,表示一个载重bag的袋子,你装的物品不能超过这个重量。返回你能装下最多的价值是多少?

该题暴力解法和详细分析过程请参考这篇博客——暴力递归——从左往右的尝试模型2,背包问题

很明显,这个题暴力解的时候也会有大量重复计算,请看下图:

我们跳过记忆化搜索的阶段,直接来改成经典的动态规划,可以先参考这篇文章——从暴力递归到动态规划,记忆化搜索。这篇文章详细分析了加缓存的动态规划(记忆化搜索)和经典动态规划的改法。

暴力递归的过程就是动态转义方程,并且改动态规划只需依照暴力递归的过程来改,跟题意已经解耦了。

所以这里直接贴上这个题经典的暴力解法:

public static int process2(int[] w,int[] v,int index,int rest) 
		if(rest<0) 
			return -1;
		
		if(index==w.length) 
			return 0;
		
		int p1=process2(w, v, index+1, rest);
		int p2next=process2(w, v, index+1, rest-w[index]);
		int p2=-1;
		if(p2next!=-1) 
			p2=p2next+v[index];
		
		return Math.max(p1, p2);
	
	
	public static int maxValue2(int[] w,int[] v,int bag) 
		if(w==null || v==null || w.length!=v.length || w.length==0) 
			return 0;
		
		return process2(w, v, 0, bag);
	

很明显,可变参数只有index和rest,所以是一张二维表。

1)rest<0,所以rest左侧区域无效;

if(rest<0) 
	return -1;

2)index==w.length,所以第5行全是0;

if(index==w.length) 
	return 0;

3)除此以外,上一行总是依赖下一行;并且在每一行都是从左往右开始填;

for(int index=N-1; index>=0; index--) 
			for(int rest=0; rest<=bag; rest++) 
				int p1=dp[index+1][rest];
				int p2=-1;
				if(rest-w[index]>0) 
					p2=v[index]+dp[index+1][rest-w[index]];
				
				dp[index][rest]=Math.max(p1, p2);
			
		

4)返回 dp[0][bag],就是结果。

return process2(w, v, 0, bag);


完整代码:

package com.harrison.class13;

public class Code03_Knapsack 
	public static int process2(int[] w,int[] v,int index,int rest) 
		if(rest<0) 
			return -1;
		
		if(index==w.length) 
			return 0;
		
		int p1=process2(w, v, index+1, rest);
		int p2next=process2(w, v, index+1, rest-w[index]);
		int p2=-1;
		if(p2next!=-1) 
			p2=p2next+v[index];
		
		return Math.max(p1, p2);
	
	
	public static int maxValue2(int[] w,int[] v,int bag) 
		if(w==null || v==null || w.length!=v.length || w.length==0) 
			return 0;
		
		return process2(w, v, 0, bag);
	
	
	public static int dpway(int[] w,int[] v,int bag) 
		int N=w.length;
		int[][] dp=new int[N+1][bag+1];
		// 因为Java中,数组初始化默认全是0,所以base case2可以不用特意初始化为0
		for(int index=N-1; index>=0; index--) 
			for(int rest=0; rest<=bag; rest++) 
				int p1=dp[index+1][rest];
				int p2=-1;
				if(rest-w[index]>=0) 
					p2=v[index]+dp[index+1][rest-w[index]];
				
				dp[index][rest]=Math.max(p1, p2);
			
		
		return dp[0][bag];
	
	
	public static void main(String[] args) 
		int[] w =  3, 2, 4, 7, 3, 1, 7 ;
		int[] v =  5, 6, 3, 19, 12, 4, 2 ;
		int bag=15;
		System.out.println(maxValue2(w, v, bag));
		System.out.println(dpway(w, v, bag));
	


以上是关于动态规划——背包问题的主要内容,如果未能解决你的问题,请参考以下文章

动态规划中的0-1背包问题怎么去理解?要求给出具体实例和详细步骤。。。

动态规划,0/1背包,完全背包

动态规划——背包问题

动态规划与背包问题

动态规划——背包问题入门

动态规划-多重背包问题