算法笔记_019:背包问题(Java)
目录
1 问题描述
给定n个重量为w1,w2,w3,...,wn,价值为v1,v2,...,vn的物品和一个承重为W的背包,求这些物品中最有价值的子集(PS:每一个物品要么选一次,要么不选),并且要能够装到背包。
附形象描述:就像一个小偷打算把最有价值的赃物装入他的背包一样,但如果大家不喜欢扮演小偷的角色,也可以想象为一架运输机打算把最有价值的物品运输到外地,同时这些物品的重量不能超出它的运输能力。
2 解决方案
2.1 蛮力法
使用蛮力法解决包含n个物品的背包问题,首先得求出这n个物品的所有子集,对于每一个物品存在两种情况:选中(在程序中用1表示),未选中(在程序中用0表示)。该n个物品的所有子集数数量为2^n。下面请看一个简单示例:
此处,使用一个二维数组存放所有子集,数组的每一行代表一个子集,每一列代表一个具体物品。
- package com.liuzhen.chapterThree;
- public class Knapsack {
- public int maxSumValue = 0; //定义满足背包问题子集的最大承重所得的总价值,初始化为0
- /*
- * 数组A的行数为2^n,代表n个物品共有2^n个子集,列数为n。即每一行的排列为一个背包实例
- * 数组weight存放每个物品的具体重量
- * 数组value存放每个物品的具体价值
- * n代表共有n个物品
- * maxWeight表示背包最大承重量
- */
- public void bruteForce(int[][] A,int[] weight,int[] value,int n,int maxWeight){
- for(int i = 0;i < Math.pow(2, n);i++){ //总共有2^n个子集,需要进行2^n次循环,及数组A有2^n行
- int temp1 = i;
- for(int j = 0;j < n;j++){ //数组A有n列,每一列代表一个物品
- int temp2 = temp1%2;
- A[i][j] = temp2;
- temp1 = temp1/2;
- }
- }
- printArray(A,weight,value,maxWeight);
- }
- //输出穷举方案的背包实例的选择物品(0代表不包含该物品,1表示包含该物品)的总重量及总价值,并输出最优实例的总价值
- public void printArray(int[][] A,int[] weight,int[] value,int maxWeight){
- int len1 = A.length; //二维数组的行数
- int len2 = A[0].length; //二维数组的列数
- for(int i = 0;i < len1;i++){
- int tempWeight = 0; //暂时计算当前选中背包实例物品的总重量,初始化为0
- int tempSumValue = 0; //暂时计算当前选中背包实例物品的总价值,初始化为0
- for(int j = 0;j < len2;j++){
- System.out.print(A[i][j]+" ");
- // if(A[i][j] != 0)
- // System.out.print(" 物品"+j);
- tempWeight += A[i][j]*weight[j];
- tempSumValue += A[i][j]*value[j];
- }
- System.out.print("\t"+"总重量为:"+tempWeight);
- if(tempWeight <= maxWeight)
- System.out.print("\t"+"总价值为:"+tempSumValue);
- else
- System.out.print("\t"+"不可行(超出背包最大承重)");
- if(tempWeight <= maxWeight && tempSumValue > maxSumValue)
- maxSumValue = tempSumValue;
- System.out.println();
- }
- System.out.println("穷举查找得知,最优解的总价值为:"+maxSumValue);
- }
- public static void main(String[] args){
- Knapsack test = new Knapsack();
- int[][] A = new int[16][4];
- int[] weight = {7,3,4,5};
- int[] value = {42,12,40,25};
- test.bruteForce(A,weight,value,4,10); //背包的承重最大为10
- }
- }
运行结果:
- 0 0 0 0 总重量为:0 总价值为:0
- 1 0 0 0 总重量为:7 总价值为:42
- 0 1 0 0 总重量为:3 总价值为:12
- 1 1 0 0 总重量为:10 总价值为:54
- 0 0 1 0 总重量为:4 总价值为:40
- 1 0 1 0 总重量为:11 不可行(超出背包最大承重)
- 0 1 1 0 总重量为:7 总价值为:52
- 1 1 1 0 总重量为:14 不可行(超出背包最大承重)
- 0 0 0 1 总重量为:5 总价值为:25
- 1 0 0 1 总重量为:12 不可行(超出背包最大承重)
- 0 1 0 1 总重量为:8 总价值为:37
- 1 1 0 1 总重量为:15 不可行(超出背包最大承重)
- 0 0 1 1 总重量为:9 总价值为:65
- 1 0 1 1 总重量为:16 不可行(超出背包最大承重)
- 0 1 1 1 总重量为:12 不可行(超出背包最大承重)
- 1 1 1 1 总重量为:19 不可行(超出背包最大承重)
- 穷举查找得知,最优解的总价值为:65
2.2 减治法
2.2.1 递归求解
背包问题的实质是求取n个不同物品的所有子集,在此基础上寻找重量合适,总价值最大的子集。此处只给出如何求出n个不同物品的所有子集实现,至于如何寻找符合背包问题的子集,感兴趣的同学可以自己动手实现以下哟~
此处是运用减治法思想,根据二进制反射格雷码的算法思想,来实现此问题。具体解释,请看下面一段出自《算法设计与分析基础》第三版上讲解:
具体代码如下:
- package com.liuzhen.chapter4;
- import java.util.LinkedList;
- import java.util.List;
- public class GrayCode {
- //递归求取n个不同物品的所有子集
- public String[] getGrayCode2(int n){
- int len = (int) Math.pow(2, n);
- String[] result = new String[len];
- if(n == 1){
- result[0] = "0";
- result[1] = "1";
- return result;
- }
- String[] temp = getGrayCode2(n-1); //递归求取n-1个不同物品的所有子集
- for(int i = 0;i < temp.length;i++){ //根据格雷码去掉最高位,前一半和后一半二进制数完全一样的对称性
- result[i] = "0" + temp[i]; //前一半格雷码,最高位为0
- result[result.length-1-i] = "1" + temp[i]; //后一半格雷码,最高位为1
- }
- return result;
- }
- public static void main(String[] args){
- GrayCode test = new GrayCode();
- String[] temp2 = test.getGrayCode2(3);
- System.out.println("使用递归求解n个物品所有子集结果如下:");
- for(int i = 0;i < temp2.length;i++)
- System.out.println(temp2[i]);
- }
- }
运行结果:
- 使用递归求解n个物品所有子集结果如下:
- 000
- 001
- 011
- 010
- 110
- 111
- 101
- 100
2.2.2 非递归求解(运用异或运算)
此处也使用求取格雷码的思想,完成求取n个物品的所有子集,不过此处是使用非递归来实现,运用异或运算,其构造非常巧妙,个人感觉要理解这种编码方式和思想得多多运用,直至熟能生巧。
具体代码如下:
- package com.liuzhen.chapter4;
- import java.util.LinkedList;
- import java.util.List;
- public class GrayCode {
- //运用异或运算得到n个不同物品的所有子集
- public List<Integer> getGaryCode1(int n){
- List<Integer> result = new LinkedList<>();
- if(n >= 0){
- result.add(0);
- int top = 1;
- for(int i = 0;i < n;i++){
- System.out.print("result.size() = "+result.size()+" ");
- for(int j = result.size()-1;j >= 0;j--){
- System.out.print("result.get("+j+")^top = "+result.get(j)+"^"+top+" = "+(result.get(j)^top)+" ");
- result.add(result.get(j)^top); //符号‘^’是异或运算(使用具体数字的二进制进行运算),即1^0=1,0^1=1,0^0=0,1^1=0
- }
- System.out.println();
- top <<= 1; //top二进制左移1位,相当于top=top*2
- System.out.println("top = "+top);
- }
- }
- return result;
- }
- //把十进制数转换成长度为n的二进制数
- public StringBuffer[] getBinary(List<Integer> A,int n){
- StringBuffer[] result = new StringBuffer[A.size()];
- for(int i = 0;i < A.size();i++){
- int temp1 = A.get(i);
- int judge = n;
- char[] temp2 = new char[n]; //用于存放temp1的n位二进制数
- while(judge > 0){
- int temp3 = temp1%2;
- temp2[judge-1] = (char) (temp3+48); //对照char的unicode编码,把int型数字转换为char型
- temp1 = temp1/2;
- judge--;
- }
- result[i] = new StringBuffer(String.valueOf(temp2));
- }
- return result;
- }
- public static void main(String[] args){
- GrayCode test = new GrayCode();
- List<Integer> temp = test.getGaryCode1(3);
- System.out.println(temp);
- StringBuffer[] temp1 = test.getBinary(temp, 3);
- for(int i = 0;i < temp1.length;i++)
- System.out.println(temp1[i]);
- }
- }
运行结果:
- result.size() = 1 result.get(0)^top = 0^1 = 1
- top = 2
- result.size() = 2 result.get(1)^top = 1^2 = 3 result.get(0)^top = 0^2 = 2
- top = 4
- result.size() = 4 result.get(3)^top = 2^4 = 6 result.get(2)^top = 3^4 = 7 result.get(1)^top = 1^4 = 5 result.get(0)^top = 0^4 = 4
- top = 8
- [0, 1, 3, 2, 6, 7, 5, 4]
- 000
- 001
- 011
- 010
- 110
- 111
- 101
- 100
2.3 动态规划法
此处编码思想主要参考自《算法设计与分析基础》第三版的一段讲解,具体如下:
具体代码如下:
- package com.liuzhen.chapter8;
- public class MFKnapsack {
- /*
- * 参数weight:物品1到物品n的重量,其中weight[0] = 0
- * 参数value:物品1到物品n的价值,其中value[0] = 0
- * 函功能:返回背包重量从0到所有物品重量之和区间的每一个重量所能达到的最大价值
- */
- public int[][] getMaxValue(int[] weight, int[] value) {
- int lenRow = weight.length;
- int lenColumn = 0;
- for(int i = 0;i < weight.length;i++)
- lenColumn += weight[i];
- int[][] F = new int[lenRow][lenColumn+1]; //列值长度加1,是因为最后一列要保证重量值为lenColumn
- for(int i = 1;i < weight.length;i++) {
- for(int j = 1;j <= lenColumn;j++) {
- if(j < weight[i])
- F[i][j] = F[i-1][j];
- else {
- if(F[i-1][j] > F[i-1][j-weight[i]] + value[i])
- F[i][j] = F[i-1][j];
- else
- F[i][j] = F[i-1][j-weight[i]] + value[i];
- }
- }
- }
- return F;
- }
- public static void main(String[] args) {
- MFKnapsack test = new MFKnapsack();
- int[] weight = {0,2,1,3,2};
- int[] value = {0,12,10,20,15};
- int[][] F = test.getMaxValue(weight, value);
- System.out.println("背包承重从0到所有物品重量之和为8的承重能够达到的最大价值分别为:");
- for(int i = 0;i < F.length;i++) {
- for(int j = 0;j < F[0].length;j++)
- System.out.print(F[i][j]+"\t");
- System.out.println();
- }
- }
- }
运行结果:
- 背包承重从0到所有物品重量之和为8的承重能够达到的最大价值分别为:
- 0 0 0 0 0 0 0 0 0
- 0 0 12 12 12 12 12 12 12
- 0 10 12 22 22 22 22 22 22
- 0 10 12 22 30 32 42 42 42
- 0 10 15 25 30 37 45 47 57
参考资料:
1. java实现格雷码生成
2.背包问题九讲
3.《算法设计与分析基础》第3版 Anany Levitin 著 潘彦 译
算法笔记_019:背包问题(Java)的更多相关文章
- 算法笔记_041:寻找和为定值的多个数(Java)
目录 1 问题描述 2 解决方案 1 问题描述 输入两个整数n和sum,要求从数列1,2,3,...,n中随意取出几个数,使得它们的和等于sum,请将其中所有可能的组合列出来. 2 解决方案 上述问题 ...
- 学习Java 以及对几大基本排序算法(对算法笔记书的研究)的一些学习总结(Java对算法的实现持续更新中)
Java排序一,冒泡排序! 刚刚开始学习Java,但是比较有兴趣研究算法.最近看了一本算法笔记,刚开始只是打算随便看看,但是发现这本书非常不错,尤其是对排序算法,以及哈希函数的一些解释,让我非常的感兴 ...
- 算法笔记_067:蓝桥杯练习 算法训练 安慰奶牛(Java)
目录 1 问题描述 2 解决方案 1 问题描述 问题描述 Farmer John变得非常懒,他不想再继续维护供奶牛之间供通行的道路.道路被用来连接N个牧场,牧场被连续地编号为1到N.每一个牧场都是 ...
- 算法笔记(c++)--完全背包问题
算法笔记(c++)--完全背包和多重背包问题 完全背包 完全背包不同于01背包-完全背包里面的东西数量无限 假设现在有5种物品重量为5,4,3,2,1 价值为1,2,3,4,5 背包容量为10 # ...
- 算法笔记(c++)--01背包问题
算法笔记(c++)--经典01背包问题 算法解释起来太抽象了.也不是很好理解,最好的办法就是一步步写出来. 背包问题的核心在于m[i][j]=max(m[i-1][j],m[i-1][j-w[i]]+ ...
- 算法笔记_023:拓扑排序(Java)
目录 1 问题描述 2 解决方案 2.1 基于减治法实现 2.2 基于深度优先查找实现 1 问题描述 给定一个有向图,求取此图的拓扑排序序列. 那么,何为拓扑排序? 定义:将有向图中的顶点以线性方式进 ...
- 算法笔记_018:旅行商问题(Java)
目录 1 问题描述 2 解决方案 2.1 蛮力法 2.2 减治法 2.2.1 Johson-Trotter算法 2.2.2 基于字典序的算法 1 问题描述 何为旅行商问题?按照非专业的说法,这个问 ...
- 算法笔记_083:蓝桥杯练习 合并石子(Java)
目录 1 问题描述 2 解决方案 1 问题描述 问题描述 在一条直线上有n堆石子,每堆有一定的数量,每次可以将两堆相邻的石子合并,合并后放在两堆的中间位置,合并的费用为两堆石子的总数.求把所有石子 ...
- 算法笔记_075:蓝桥杯练习 最短路(Java)
目录 1 问题描述 2 解决方案 2.1 floyd算法解决 2.2 spfa算法解决 1 问题描述 问题描述 给定一个n个顶点,m条边的有向图(其中某些边权可能为负,但保证没有负环).请你计算从 ...
随机推荐
- CF1009G Allowed Letters
link 题意: 给你一个长为n的串,字符集'a'~'f'.你可以重排这个串,满足指定m个位置上只能放特定的字符,m个位置以及字符集会给出.求字典序最小的串? $n,m\leq 10^5.$ 题解: ...
- [CF115E]Linear Kingdom Races
[CF115E]Linear Kingdom Races 题目大意: 有\(n(n\le10^5)\)个物品,编号为\(1\sim n\).选取第\(i\)个物品需要\(c_i\)的代价.另外有\(m ...
- 斐波那契数列(Java实现)
描述 一个斐波那契序列,F(0) = 0, F(1) = 1, F(n) = F(n-1) + F(n-2) (n>=2),根据n的值,计算斐波那契数F(n),其中0≤n≤1000. 输入 输入 ...
- MySql - GROUP BY 和 HAVING关键字
本文主要针对GROUP BY 和 HAVING两个关键字进行分析 使用测试表如下: 测试前,只知道GROUP BY 这个关键字的作用是根据一个字段进行分组,去重.HAVING对分组设置条件. 具体分组 ...
- [转]ViewPager 详解(三)---PagerTabStrip与PagerTitleStrip添加标题栏的异同
目录(?)[-] 一PagerTitleStrip Class Overview XML布局文件 重写适配器的getPageTitle函数 变量 初始化 重写CharSequence getPag ...
- [转]Intel haxm安装失败问题解决
在安装Intel haxm为安卓模拟器加速时,会遇到提示VT-X未开启问题,问题提示如下图 工具/原料 Intel haxm 安卓模拟器 方法/步骤 1 确认你的处理器是否是Intel的,如果是AMD ...
- Codeforces Round #194 (Div. 1) B. Chips 水题
B. Chips Time Limit: 20 Sec Memory Limit: 256 MB 题目连接 http://codeforces.com/contest/333/problem/B D ...
- Webpack使用指南
Webpack 是当下最热门的前端资源模块化管理和打包工具. 什么是webpack Webpack 是当下最热门的前端资源模块化管理和打包工具.它可以将许多松散的模块按照依赖和规则打包成符合生产环境部 ...
- iOS开源项目大全
UI界面类项目: Panoramagl —— 720全景展示 Panorama viewer library for iPhone, iPad and iPod touch MBProgressHUD ...
- Buck converter uses low-side PWM IC
The most common switching-power topology is a buck converter, which efficiently transforms high volt ...