问题: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?
重新定义问题:
有承重分别为1-10的背包10个 编号分别为a,b,c,d,e的物品各一个 name weight value a 2 6 b 2 3 c 6 5 d 54 e 4 6 3. 从e物品开始依次放入1-10个背包,分别得到最大的价值总和 4. 把d物品放入依次放入存在e物品的1-10个背包,如果价值更高,替换掉e() 5. c,b,a同理。。。name weight value 1 2 3 4 5 6 7 8 9 10 a 2 6 0 6 6 9 9 12 12 15 15 15 b 2 3 0
* 3 3 6 6 9 9 9 10 11 c 6 5 0 0 0 6 6 6 6 6 10 11 d 5 4 0 0 0 6 6 6 6 6 10 10 e
* 4 6 0 0 0 6 6 6 6 6 6 6
只要你能通过找规律手工填写出上面这张表就算理解了01背包的动态规划算法。 首先要明确这张表是至底向上,从左到右生成的。
在这里,
f[i-1,j]表示有一个承重为8的背包,当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值
f[i-1,j-Wi]表示我有一个承重为6的背包(等于当前背包承重减去物品a的重量),当只有物品b,c,d,e四件 可选时,这个背包能装入的最大价值
f[i-1,j-Wi]就是指单元格b6,值为9,Pi指的是a物品的价值,即6 由于f[i-1,j-Wi]+Pi = 9 + 6 = 15
大于f[i-1,j] = 9,所以物品a应该放入承重为8的背包
思路: 1. 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]: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 ? 2. 以a8(行为a,列为的8的单元格)举例 f[i,j] = a8 = 15 f[i-1,j] = b8 = 9
f[i-1,j-Wi] 表示我有一个承重为6的背包(等于当前背包承重减去物品a的重量),当只有物品b,c,d,e四件可 选时,这个背包能装入的最大价值
重新定义问题:
有承重分别为1-10的背包10个 编号分别为a,b,c,d,e的物品各一个 name weight value a 2 6 b 2 3 c 6 5 d 54 e 4 6 3. 从e物品开始依次放入1-10个背包,分别得到最大的价值总和 4. 把d物品放入依次放入存在e物品的1-10个背包,如果价值更高,替换掉e() 5. c,b,a同理。。。name weight value 1 2 3 4 5 6 7 8 9 10 a 2 6 0 6 6 9 9 12 12 15 15 15 b 2 3 0
* 3 3 6 6 9 9 9 10 11 c 6 5 0 0 0 6 6 6 6 6 10 11 d 5 4 0 0 0 6 6 6 6 6 10 10 e
* 4 6 0 0 0 6 6 6 6 6 6 6
只要你能通过找规律手工填写出上面这张表就算理解了01背包的动态规划算法。 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。 对于承重为8的背包,a8=15,是怎么得出的呢? 根据01背包的状态转换方程,需要考察两个值,
一个是f[i-1,j],对于这个例子来说就是b8的值9,另一个是f[i-1,j-Wi]+Pi;在这里,
f[i-1,j]表示有一个承重为8的背包,当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值
f[i-1,j-Wi]表示我有一个承重为6的背包(等于当前背包承重减去物品a的重量),当只有物品b,c,d,e四件 可选时,这个背包能装入的最大价值
f[i-1,j-Wi]就是指单元格b6,值为9,Pi指的是a物品的价值,即6 由于f[i-1,j-Wi]+Pi = 9 + 6 = 15
大于f[i-1,j] = 9,所以物品a应该放入承重为8的背包
思路: 1. 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]: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 ? 2. 以a8(行为a,列为的8的单元格)举例 f[i,j] = a8 = 15 f[i-1,j] = b8 = 9
f[i-1,j-Wi] 表示我有一个承重为6的背包(等于当前背包承重减去物品a的重量),当只有物品b,c,d,e四件可 选时,这个背包能装入的最大价值
f[i-1,j-Wi] +Pi =b(8 - 2) + 6 = b6 + 6 = 15
具体实例及实现代码如下所示:
/** * @Title: KnapSack.java * @Package dynamicprogramming * @Description: TODO * @author peidong * @date 2017-6-8 上午9:24:02 * @version V1.0 */ package dynamicprogramming; import java.io.ObjectInputStream.GetField; import java.util.Arrays; /** * @ClassName: KnapSack * @Description: 01背包问题 * @date 2017-6-8 上午9:24:02 * */ public class KnapSack { /** * * @ClassName: Package * @Description: 构建背包类 * @date 2017-6-8 上午9:30:02 * */ public static class Package { private String name; private int weight; private int value; public Package(String name, int weight, int value) { this.name = name; this.weight = weight; this.value = value; } public String getName() { return name; } public int getWeight() { return weight; } public int getValue() { return value; } } public static int getPackage() { Package[] pg = { new Package("e", 4, 6), new Package("d", 5, 4), new Package("c", 6, 5), new Package("b", 2, 3), new Package("a", 2, 6) }; // 第一个参数表示从pg[0]开始依次放入的物品, // 第二个参数代表背包的承重,放弃第0列数组 int[][] state = new int[pg.length][11]; int newValue = 0; /** * 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] } */ for (int i = 0; i < pg.length; i++) { // 背包的承重量 for (int j = 1; j < state[i].length; j++) { if (i == 0) { if (pg[i].getWeight() <= j) { state[i][j] = pg[i].getValue(); } } else { state[i][j] = state[i - 1][j]; if (j < pg[i].getWeight()) { continue; } newValue = state[i - 1][j - pg[i].getWeight()] + pg[i].getValue(); /* * if (newValue >= state[i - 1][j]) { state[i][j] = * newValue; }else{ state[i][j] = state[i - 1][j]; } */ state[i][j] = Math.max(newValue, state[i - 1][j]); } } } for (int i = 0; i < state.length; i++) { System.out.println(Arrays.toString(state[state.length - 1 - i])); } return state[4][10]; } /** * @Title: main * @Description: TODO * @param args * @return void * @throws */ public static void main(String[] args) { // TODO Auto-generated method stub int res = getPackage(); System.out.println("最大价值为:" + res); } }