01背包问题JAVA实现

在刷华为机试的在线编程,碰到一个类似01背包问题的题目,综合了一些资料,写一些自己的理解

01背包问题就是在有限的称重容量下,求最大价值的问题

假设几个参数:

w[i]:第i个物品的重量;

p[i]:第i个物品的价值;

v[i][j]:表示在前i个物品中,总重量为j时的最大价值;

v[i-1][j-w[i]]:表示前i-1个物品中,加入第i个物品后的承重容量下的最大价值;

我们分析:在加入第i件物品前,我们要考虑要不要加进去,不加进去,那么就是v[i][j]=v[i-1][j];如果加进去,那么v[i][j]=v[i-1][j-w[i]]+p[i]

具体的例子例如

有编号分别为a,b,c,d,e的五件物品,它们的重量分别是2,2,6,5,4,它们的价值分别是6,3,5,4,6,现在给你个承重为10的背包,如何让背包里装入的物品具有最大的价值总和?

首先要明确这张表是至底向上,从左到右生成的。

为了叙述方便,用e2单元格表示e行2列的单元格,这个单元格的意义是用来表示只有物品e时,有个承重为2的背包,那么这个背包的最大价值是0,因为e物品的重量是4,背包装不了。

对于d2单元格,表示只有物品e,d时,承重为2的背包,所能装入的最大价值,仍然是0,因为物品e,d都不是这个背包能装的。

同理,c2=0,b2=3,a2=6。

那么状态转移方程就可以表示为:

v[i][j]=max{v[i-1][j],v[i-1][j-w[i]]+p[i]}

那么代码实现如下:

import java.util.*;
public class Main {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int weight = 10;
		int n = 3;
		int[] w = {3,4,5};
		int[] p = {4,5,6};
		System.out.println(getMaxweight(w, p, weight, n));
	}

	public static int getMaxweight(int[] w, int[] p, int weight, int n){
		int[][] value = new int[n+1][weight+1];
		for(int i = 1;i<=n;i++){
			for(int j = 1;j<=weight;j++){
				//当物品为i件重量为j时,如果第i件的重量(w[i-1])小于重量j时,c[i][j]为下列两种情况之一:
				//(1)物品i不放入背包中,所以c[i][j]为c[i-1][j]的值
				//(2)物品i放入背包中,则背包剩余重量为j-w[i-1],所以c[i][j]为c[i-1][j-w[i-1]]的值加上当前物品i的价值
				if(w[i-1]<=j){
					value[i][j]=Math.max(value[i-1][j], value[i-1][j-w[i-1]]+p[i-1]);

				}
			}
		}
		return value[n][weight];
	}
}

  

时间: 2025-01-02 14:41:43

01背包问题JAVA实现的相关文章

01背包问题(Java实现)

关于背包问题,百度文库上有崔添翼大神的<背包九讲>,不明的请移步查看.这里仅介绍最基本的01背包问题的实现. 1 public class Knapsack { 2 private final int MIN = Integer.MIN_VALUE; 3 4 @org.junit.Test 5 public void test() { 6 int[] w = {3, 2, 2}; 7 int[] v = {5, 10, 20}; 8 knapsackOptimal(5, w, v); 9 }

动态规划之01背包问题(最易理解的讲解)

01背包问题,是用来介绍动态规划算法最经典的例子,网上关于01背包问题的讲解也很多,我写这篇文章力争做到用最简单的方式,最少的公式把01背包问题讲解透彻. 01背包的状态转换方程 f[i,j] = Max{ f[i-1,j-Wi]+Pi( j >= Wi ),  f[i-1,j] } f[i,j]表示在前i件物品中选择若干件放在承重为 j 的背包中,可以取得的最大价值. Pi表示第i件物品的价值. 决策:为了背包中物品总价值最大化,第 i件物品应该放入背包中吗 ? 题目描述: 有编号分别为a,b

10.动态规划(3)——0-1背包问题

在上一篇<9.动态规划(2)——子集和问题>中,谈到了什么是子集和问题,以及实现.背包问题实际也是子集和问题的一种,不过背包问题不是“判断问题”而是一个“最优问题”.而背包问题实际上又分为“0-1背包”,“完全背包”,本文对“0-1背包”进行讲解. 问题:有n个物品,每个物品的重量为weigh[i],每个物品所对应的价值为price[i],现在有一个背包,背包所能承受的重量为W,问背包能装下的物品总价值最大是多少? 定义s[i, j]表示前i个物品的总价值,j为背包的承重量.当j = W或者最

杭电 oj2602~(0-1背包问题)

Bone Collector Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total Submission(s): 51417    Accepted Submission(s): 21634 Problem Description Many years ago , in Teddy’s hometown there was a man who was called “Bon

动态规划求解0-1背包问题

0-1背包问题是: 一个背包能承受的最大容量为max_weight,  现在有n个物品, 它们的重量分别是{w1,w2,w3,......wn}, 和价值分别是{v1,v2,......vn}, 现在要求在满足背包装载的物品不超过最大容量的前提下,保证装载的物品的价值最大? 动态规划求解过程可以这样理解: 对于前i件物品,背包剩余容量为j时,所取得的最大价值(此时称为状态3)只依赖于两个状态. 状态1:前i-1件物品,背包剩余容量为j.在该状态下,只要不选第i个物品,就可以转换到状态3. 状态2

0-1背包问题的动态规划实现

一,问题描述 给定一个背包,已知背包的最大承重为packageWeight,再给出若干件(numbers件)物品,已经每件物品的重量和对应的价值. 物品的重量存储在weight[]数组中,物品的价值存储在value[]数组中. 现在要求:应该挑选哪几件物品,使得背包装下最大的价值(注意:装的物品的重量不能超过背包的承重) (本文在最后打印出了装入了哪几件物品) 二,问题分析 这是一个典型的动态规划求解.对于每件物品而言,只有两种选择,要么选中它装入背包:要么不选它.因此,这是一个0-1背包问题,

动态规划专题 01背包问题详解 HDU 2546 饭卡

我以此题为例,详细分析01背包问题,希望该题能够为初学者对01背包问题的理解有所帮助,有什么问题可以向我提供,一同进步^_^ 饭卡 Time Limit: 5000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total Submission(s): 14246    Accepted Submission(s): 4952 Problem Description 电子科大本部食堂的饭卡有一种很诡异的设计,即

动态规划(一)01背包问题

题目描述: 有编号分别为a,b,c,d,e的五件物品,它们的重量分别是2,2,6,5,4,它们的价值分别是6,3,5,4,6,现在给你个承重为10的背包,如何让背包里装入的物品具有最大的价值总和? 状态转换方程 f[i,j] = Max{ f[i-1,j-Wi]+Pi( j >= Wi ),  f[i-1,j] } 1 import java.util.Arrays; 2 3 public class Dp { 4 public static void main(String[] args) {

01背包问题:POJ3624

背包问题是动态规划中的经典问题,而01背包问题是最基本的背包问题,也是最需要深刻理解的,否则何谈复杂的背包问题. POJ3624是一道纯粹的01背包问题,在此,加入新的要求:输出放入物品的方案. 我们的数组基于这样一种假设: totalN表示物品的种类,totalW表示背包的容量 w[i]表示第i件物品的重量,d[i]表示第i件物品的价值. F(i,j)表示前i件物品放入容量为j的背包中,背包内物品的最大价值. F(i,j) = max{ F(i-1,j) , F(i-1,j-w[i])+d[i