多重背包問題
考慮最一般形式的背包問題(動态規劃算法),如下:
輸入一個整數W和V,W和V代表背包可容納的最大重量和最大體積;
輸入N個整數,代表N種物品;每個物品有4種屬性,分别是重量、體積、價值、數量;
以下依次輸入的N行數,每行的四個數分别代表四種屬性;
求可以獲得的最大價值;
sample input:
215 130
10
12 9 16 4
16 4 5 4
15 12 11 3
7 17 5 2
12 9 16 4
13 2 17 1
19 14 6 5
9 8 1 2
14 8 6 5
18 1 12 3
sample output:
219
//s 數組存儲了物品的四個屬性,w,v分别為最大載重和最大容納的體積
1.最為基本的考慮方式是使用一個三維數組來存儲:
f[i][j][k]表示考慮前i個物品,背包載重為j,容納體積為k時可獲得的最大價值
public static int F(int[][] s, int w, int v, int n){
int[][][] f = new int[n + 1][w + 1][v + 1];
int i, j, k, r;
for(i = 1; i <= n; i ++){
for(j = 1; j <= w; j++){
for(k = 1; k <= v; k ++){
for (r = 0; r <= s[i - 1][3] && j - r * s[i - 1][0] >= 0 && k - r * s[i - 1][1] >= 0; r++) {
f[i][j][k] = Math.max(f[i - 1][j][k], f[i - 1][j - r * s[i - 1][0]][k - r * s[i - 1][1]] + s[i - 1][2] * r);
}
}
}
}
2、上述方式的記憶體占用較大,發現疊代時隻用了前一組資料和目前的資料,故可以考慮如下的簡化:
倒序周遊時之前的資料還沒被更新,不用額外去存儲一次
public static int H(int[][] s, int w, int v, int n){
int[][] f = new int[w + 1][v + 1];
int i, j, k, r;
for(i = 1; i <= n; i ++){
for(j = w; j >=0; j --) {
for (k = v; k >= 0; k--) {
r = 0;
while (r <= s[i - 1][3] && j - r * s[i - 1][0] >= 0 && k - r * s[i - 1][1] >= 0) {
f[j][k] = Math.max(f[j][k], f[j - r * s[i - 1][0]][k - r * s[i - 1][1]] + s[i - 1][2] * r);
r ++;
}
}
}
}
return f[w][v];
}
3、對于資料量較大的問題,2中代碼運作相對較慢,故考慮用二進制優化
擷取輸入并存儲物品屬性的時候改用Arraylist,友善進行二進制優化
Scanner input = new Scanner(System.in);
ArrayList<int[]> tab = new ArrayList<>();
int W = input.nextInt();
int V = input.nextInt();
int n = input.nextInt();
int num, t;
int[] p = new int[3];
for(int i = 0; i < n; i ++){
for(int j = 0; j < 3; j ++)
p[j] = input.nextInt();
num = input.nextInt();
t = 1;
while(num - t > 0){
int[] temp = new int[3];
for(int k = 0; k < 3; k ++)
temp[k] = p[k] * t;
tab.add(temp);
num -= t;
t <<= 1;
}
if(num - t <= 0){
int[] temp = new int[3];
for(int k = 0; k < 3; k ++)
temp[k] = p[k] * num;
tab.add(temp);
}
}
input.close();
進一步的DP計算:
public static int F(ArrayList<int[]> s, int w, int v){
int[][] f = new int[w + 1][v + 1];
int i, j;
for(int[] p : s){
for(i = w; i >= 0; i --){
for(j = v; j >= 0; j--){
if(i - p[0] >=0 && j - p[1] >=0)
f[i][j] = Math.max(f[i][j], f[i - p[0]][j - p[1]] + p[2]);
}
}
}
return f[w][v];
}
//二進制優化的想法來源于其他大佬,筆者發現網上絕大多數是c++代碼,沒有發現java版本的,故嘗試寫了個java版本的