• 8.12动态规划例题:01背包之dp解法


    /*
    有n个重量和价值分别为wi,vi的物品,从这些物品中挑选出总重量不超过W的物品,求所有挑选方案中价值总和的最大值。
        1≤n≤100
        1≤wi,vi≤100
        1≤W≤10000

    输入:
        n=4
        (w,v)={(2,3),(1,2),(3,4),(2,2)}
        W=5

    输出:
        7(选择第0,1,3号物品)

    因为对每个物品只有选和不选两种情况,所以这个问题称为01背包。
     */

    思路:
    每个格子有两种选择要或者不要。第一行只有一个物品可选如果容量不够就为0,如果够当前物品就直接为当前物品的价值,其他行,要:当前列的容量必须 >= 当前可选物品的容量(当前物品的价值 + dp[上一行][当前列的容量-当前物品的容量]),如果不要当前格子直接填当前列上一行的max。

     1 import java.util.Arrays;
     2 
     3 public class Eight_12动态规划例题_01背包之dp解法 {
     4     static int n = 4;
     5     static int[] w = {2,1,3,2};
     6     static int[] v = {3,2,4,2};
     7     static int c = 5;
     8     
     9     private static int dp(){
    10         int[][] dp = new int[n][c+1];
    11         //初始化dp表的第一行
    12         for(int i = 0; i < c+1; i++){
    13             if(i >= w[0]) //每种容量的0号物品
    14                 dp[0][i] = v[0];
    15             else
    16                 dp[0][i] = 0;
    17         }
    18         
    19         //其他行
    20         for(int i = 1; i < n; i++){
    21             for(int j = 0; j < c+1; j++){
    22                 if(j >= w[i]){    //要的起
    23                     int i1 = v[i] + dp[i-1][j-w[i]];    //选择当前物品即i号物品,剩余容量
    24                     int i2 = dp[i-1][j]; //不选择
    25                     dp[i][j] = Math.max(i1, i2);
    26                 }else{
    27                     dp[i][j] = dp[i-1][j];
    28                 }
    29                     
    30             }
    31         }
    32         /*for(int i = 0; i < n; i++){
    33             System.out.println(Arrays.toString(dp[i]));
    34         }*/
    35         return dp[n-1][c];
    36     }
    37     public static void main(String[] args) {
    38         System.out.println(dp());
    39     }
    40 }
  • 相关阅读:
    大数据的分页优化的思路
    escape()、encodeURI()、encodeURIComponent()区别详解
    PHP面向对象知识总结
    mysql 简单优化规则
    mysql语句内部优化
    js onmouseout的冒泡事件
    Android 开机自启动
    查看 AndroidManifest.xml文件
    Hierarchy Viewer显示视图性能指标
    Profile GPU rendering
  • 原文地址:https://www.cnblogs.com/GrnLeaf/p/12808991.html
Copyright © 2020-2023  润新知