浅谈java实现背包算法(0-1背包问题)
0-1背包的问题
背包问题(Knapsackproblem)是一种组合优化的NP完全问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。
这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。
用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是:
f[i][v]=max{f[i-1][v],f[i-1][v-w[i]]+v[i]}。
publicclassBag{ staticclassItem{//定义一个物品 Stringid;//物品id intsize=0;//物品所占空间 intvalue=0;//物品价值 staticItemnewItem(Stringid,intsize,intvalue){ Itemitem=newItem(); item.id=id; item.size=size; item.value=value; returnitem; } publicStringtoString(){ returnthis.id; } } staticclassOkBag{//定义一个打包方式 List- Items=newArrayList
- ();//包里的物品集合 OkBag(){ } intgetValue(){//包中物品的总价值 intvalue=0; for(Itemitem:Items){ value+=item.value; } returnvalue; }; intgetSize(){//包中物品的总大小 intsize=0; for(Itemitem:Items){ size+=item.size; } returnsize; }; publicStringtoString(){ returnString.valueOf(this.getValue())+""; } } //可放入包中的备选物品 staticItem[]sourceItems={Item.newItem("4号球",4,5),Item.newItem("5号球",5,6),Item.newItem("6号球",6,7)}; staticintbagSize=10;//包的空间 staticintitemCount=sourceItems.length;//物品的数量 //保存各种情况下的最优打包方式第一维度为物品数量从0到itemCount,第二维度为包裹大小从0到bagSize staticOkBag[][]okBags=newOkBag[itemCount+1][bagSize+1]; staticvoidinit(){ for(inti=0;i
curBagSize){//当前物品大于包空间.肯定不能放入包中. okBags[iItem][curBagSize].Items.addAll(okBags[iItem-1][curBagSize].Items); }else{ intnotIncludeValue=okBags[iItem-1][curBagSize].getValue();//不放当前物品包的价值 intfreeSize=curBagSize-sourceItems[iItem-1].size;//放当前物品包剩余空间 intincludeValue=sourceItems[iItem-1].value+okBags[iItem-1][freeSize].getValue();//当前物品价值+放了当前物品后剩余包空间能放物品的价值 if(notIncludeValue 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。