Java数据结构和算法之动态规划案例详解

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
在这里插入图片描述
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

在这里插入图片描述

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];
		
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值