01背包问题,华为机试题
2017-08-12 16:18
363 查看
题目就是类似背包购物车,一定量的商品价值,几个固定商品,每个商品有价值权重,想要在这个给定价值下,产生最大的price*value的值,如何装背包?
理解背包问,内容来自http://blog.csdn.net/mu399/article/details/7722810
题目描述:商店里只卖a,b,c,d ,e这5件物品,而且更重要的是全都只有货源 1 件。
有编号分别为a,b,c,d,e的五件物品,它们的重量分别是2,2,6,5,4,它们的价值分别是6,3,5,4,6,现在给你个承重为10的背包,如何让背包里装入的物品具有最大的价值总和?
只要你能通过找规律手工填写出上面这张表就算理解了01背包的动态规划算法。
首先要明确这张表是至底向上,从左到右生成的。
为了叙述方便,用e2单元格表示e行2列的单元格,这个单元格的意义是用来表示只有物品e时,有个承重为2的背包,那么这个背包的最大价值是0,因为e物品的重量是4,背包装不了。
对于d2单元格,表示只有物品e,d时,承重为2的背包,所能装入的最大价值,仍然是0,因为物品e,d都不是这个背包能装的。
同理,c2=0,b2=3,a2=6。
对于承重为8的背包,a8=15,是怎么得出的呢?
根据01背包的状态转换方程,需要考察两个值,
一个是f[i-1,j],对于这个例子来说就是b8的值9,另一个是f[i-1,j-Wi]+Pi;
在这里,
f[i-1,j]表示我有一个承重为8的背包,当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值
f[i-1,j-Wi]表示我有一个承重为6的背包(等于当前背包承重减去物品a的重量),当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值
f[i-1,j-Wi]就是指单元格b6,值为9,Pi指的是a物品的价值,即6
由于f[i-1,j-Wi]+Pi = 9 + 6 = 15 大于f[i-1,j] = 9,所以物品a应该放入承重为8的背包
实际解决华为机试题目购物车
//输入描述:
//输入的第 1 行,为两个正整数,用一个空格隔开:N m
//(其中 N ( <32000 )表示总钱数, m ( <60 )为希望购买物品的个数。)
//从第 2 行到第 m+1 行,第 j 行给出了编号为 j-1 的物品的基本数据,每行有 3 个非负整数 v p q
//(其中 v 表示该物品的价格( v<10000 ), p 表示该物品的重要度( 1 ~ 5 ), q 表示该物品是主件还是附件。如果 q=0 ,表示该物品为主件,如果 q>0 ,表示该物品为附件, q 是所属主件的编号)
//输出描述:
// 输出文件只有一个正整数,为不超过总钱数的物品的
[b]价格与重要度乘积的总和的最大值( <200000 )。
//示例1
//输入
1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0
//输出
2200
[/b]
理解背包问,内容来自http://blog.csdn.net/mu399/article/details/7722810
题目描述:商店里只卖a,b,c,d ,e这5件物品,而且更重要的是全都只有货源 1 件。
有编号分别为a,b,c,d,e的五件物品,它们的重量分别是2,2,6,5,4,它们的价值分别是6,3,5,4,6,现在给你个承重为10的背包,如何让背包里装入的物品具有最大的价值总和?
name | weight | value | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
a | 2 | 6 | 0 | 6 | 6 | 9 | 9 | 12 | 12 | 15 | 15 | 15 |
b | 2 | 3 | 0 | 3 | 3 | 6 | 6 | 9 | 9 | 9 | 10 | 11 |
c | 6 | 5 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 11 |
d | 5 | 4 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 10 | 10 |
e | 4 | 6 | 0 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 6 | 6 |
首先要明确这张表是至底向上,从左到右生成的。
为了叙述方便,用e2单元格表示e行2列的单元格,这个单元格的意义是用来表示只有物品e时,有个承重为2的背包,那么这个背包的最大价值是0,因为e物品的重量是4,背包装不了。
对于d2单元格,表示只有物品e,d时,承重为2的背包,所能装入的最大价值,仍然是0,因为物品e,d都不是这个背包能装的。
同理,c2=0,b2=3,a2=6。
对于承重为8的背包,a8=15,是怎么得出的呢?
根据01背包的状态转换方程,需要考察两个值,
一个是f[i-1,j],对于这个例子来说就是b8的值9,另一个是f[i-1,j-Wi]+Pi;
在这里,
f[i-1,j]表示我有一个承重为8的背包,当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值
f[i-1,j-Wi]表示我有一个承重为6的背包(等于当前背包承重减去物品a的重量),当只有物品b,c,d,e四件可选时,这个背包能装入的最大价值
f[i-1,j-Wi]就是指单元格b6,值为9,Pi指的是a物品的价值,即6
由于f[i-1,j-Wi]+Pi = 9 + 6 = 15 大于f[i-1,j] = 9,所以物品a应该放入承重为8的背包
实际解决华为机试题目购物车
//输入描述:
//输入的第 1 行,为两个正整数,用一个空格隔开:N m
//(其中 N ( <32000 )表示总钱数, m ( <60 )为希望购买物品的个数。)
//从第 2 行到第 m+1 行,第 j 行给出了编号为 j-1 的物品的基本数据,每行有 3 个非负整数 v p q
//(其中 v 表示该物品的价格( v<10000 ), p 表示该物品的重要度( 1 ~ 5 ), q 表示该物品是主件还是附件。如果 q=0 ,表示该物品为主件,如果 q>0 ,表示该物品为附件, q 是所属主件的编号)
//输出描述:
// 输出文件只有一个正整数,为不超过总钱数的物品的
[b]价格与重要度乘积的总和的最大值( <200000 )。
//示例1
//输入
1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0
//输出
2200
[/b]
package Test; import java.util.Scanner; public class PackagePro { public static void main(String[] args){ Scanner ss=new Scanner(System.in); while(ss.hasNext()){ int total=ss.nextInt();// 总的钱数 int num=ss.nextInt();// 希望购买物品的个数 int price[]=new int[num+1]; // 每个物品的价格 int value[]=new int[num+1];// 每个物品的权重 int check[]=new int[num+1];// 是主件还是附件 //给前面几个空位置赋值填充,实际上会默认赋值为0,多余的三行代码 // price[0]=0; // value[0]=0; // check[0]=0; //读取输入的物品第一个价格,第二个权重,第三个>0附件,=0主件 for(int i=1;i<=num;i++){ price[i]=ss.nextInt(); value[i]=ss.nextInt(); check[i]=ss.nextInt(); } int result[][]=new int[num+1][total+1]; for(int j=0;j<=num;j++){ result[j][0]=0; } for(int i=1;i<=total;i++){ for(int j=1;j<=num;j++){ if(check[j]>=0){ //表示包含附键 实际花销的钱小于等于规定i就行 if(i>=price[j]+price[check[j]]){ int w=result[j-1][i-price[j]]+price[j]*value[j]; result[j][i]=w>result[j-1][i]?w:result[j-1][i]; } }else{ //表示是主键 if(i>=price[j]){ int w=result[j-1][i-price[j]]+price[j]*value[j]; result[j][i]=w>result[j-1][i]?w:result[j-1][i]; } } } } System.out.println(result[num][total]); } ss.close(); } }
相关文章推荐
- 51nod 1085 背包问题01
- 华为机试题-约瑟夫问题
- hdu 2639 01 背包 存在k 个多解问题
- 动态规划求解01背包相关的基本问题
- 1214:单目标01背包问题
- 01背包问题
- 01背包问题 (python版)
- dp 背包问题01的优化
- 01背包问题
- 四种背包问题(01和完全)
- 01背包问题(用c语言实现)-回溯法求解
- 背包问题-背包01-大数据
- 动态规划 4、基础背包问题总结(从01开始)
- 01背包问题
- 01背包问题的java界面实现
- 【2014华为机试题】01.字符串右补齐
- 01背包问题 第一次DP
- 01 背包问题 --- 待续 - -
- 动态规划的两个经典问题--01背包
- 旅行售货员问题 回溯法 与 01背包的区别