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
- [SimpleOJ238]宝藏探寻
题目大意: 给你一棵带点权的n个结点的树,有m次询问,每次从树上删掉一条路径(u,v),问删掉每条路径后各个连通块权值和的平方之和. 每次询问是独立的. 思路: 首先对树遍历一遍求出每棵子树的权值和. ...
- Java的运行机制概括
这次随笔主要记录一下我对Java的平台无关性一些新的理解,以前只知道是Java是一门很容易跨平台的语言,正如 "Compile once, run anywhere" 这句话,也知 ...
- 什么是ClassLoader
ClassLoader 做什么的? 顾名思义,它是用来加载 Class 的.它负责将 Class 的字节码形式转换成内存形式的 Class 对象.字节码可以来自于磁盘文件 *.class,也可以是 j ...
- JSON 与 JS 对象的关系
很多人搞不清楚 JSON 和 Js 对象的关系,甚至连谁是谁都不清楚.简单来说: JSON 是 JS 对象的字符串表示法,它使用文本表示一个 JS 对象的信息,本质是一个字符串. 如 var obj ...
- PHP -- 模拟测试上传文件
FROM :http://web.itivy.com/article-740-1.html QQ上传文件为什么那么快? “QQ上传大文件/QQ群发送大文件时,可以在极短的时间内完成”是如何做到的. 有 ...
- 2015 UESTC 数据结构专题G题 秋实大哥去打工 单调栈
秋实大哥去打工 Time Limit: 1 Sec Memory Limit: 256 MB 题目连接 http://acm.uestc.edu.cn/#/contest/show/59 Descr ...
- Linux下OOM Killer机制详解
http://www.cnblogs.com/ylqmf/archive/2012/11/05/2754795.html http://wuquan-1230.blog.163.com/blog/st ...
- jquery-问题解答
1.var v = $('.summer-input:input').val(); //依据class获取input 2.var v = $('input[name=user\\.name]').va ...
- 【spring data jpa】jpa中criteria拼接in查询
示例代码: public static Specification<GoodsType> where(final GoodsType goodsType){ return new Spec ...
- 利用StringUtils工具类进行String为空的判断
利用工具类进行String类型数据的非空判断,让自己的项目代码变得更加的简洁明了. 判断某字符串是否为空,为空的标准是 str==null 或 str.length()==0 下面是 St ...