应用场景-背包问题
背包问题:有一个背包,容量为4磅 , 现有如下物品
1)要求达到的目标为装入的背包的总价值最大,并且重量不超出
2)要求装入的物品不能重复
动态规划算法介绍
1)动态规划(Dynamic Programming)算法的核心思想是:将大问题划分为小问题进行解决,从而一步步获取最优解的处理算法
2)动态规划算法与分治算法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。
3)与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的。 ( 即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解 )
4)动态规划可以通过填表的方式来逐步推进,得到最优解.
思路分析
代码实现
package com.algorithm.dynamic;
public class KnapsackProblem {
public static void main(String[] args) {
int[] w = {
1, 4, 3 }; // 物品的重量
int[] val = {
1500, 3000, 2000 }; // 物品的价值, 这里val[i] 就是前面讲的v[i]
int m = 4; // 背包的容量
int n = val.length; // 物品的个数
// 创建二维数组
// v[i][j] 表示在前i个物品中能够装入容量为j的背包中的最大价值
int[][] v = new int[n + 1][m + 1];