动态规划之背包问题

最新推荐文章于 2023-12-22 10:32:32 发布

原创

最新推荐文章于 2023-12-22 10:32:32 发布 · 353 阅读

标签

#动态规划

收录于

这篇博客探讨了如何使用动态规划解决背包问题。通过建立状态方程B(K, W)表示在剩余空间W的情况下选择k个商品的最佳策略，并分析了选择树的不同情况，最后给出了实现背包问题的代码示例。" 134307774,10220647,多模态深度学习：Triplet、Spatial Group Enhance、NAM、S2 注意力机制解析,"['深度学习', '多模态处理', '注意力机制', '计算机视觉', '自然语言处理']

题目描述就不用说了，这里直接给上数据：

		背包的容量 ： 20
		物品的质量：2   3   4   5   9
		物品的价钱：3   4   5   8   10

其实这种问题，简单了就是每走一步都会有选和不选的两种情况，而这两种情况，必须要选择其中最好的情况：

使用B(K,W): k 个商品； W 剩下的空间，来表示当前的状态。
在这里插入图片描述
可以将选择树和状态方程相对应：

对于最终的数组都出出现以下情况：

所以对于背包问题有如下代码：

package com.lanqiao.study;

/**
 * 算法描述
 * 背包重量：2   3   4   5   9
 * 价值：   3   4   5   8   10
 * 背包容量： 20
 * B(K,W): k 个商品 ； W 剩下的空间
 */
public class 背包问题 {
    public static void main(String[] args) {
        //对于每一种的商品都有偷和不偷的两种情况
        //偷 ： 背包的重量会减少相应的重量，不偷，会将物品减一，商品的数量会减少
        //数组的行代表的是K个商品，列代表的是
        int[][] dp = new int[6][21];
        int[] p = {0, 3, 4, 5, 10, 8};