十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
这篇文章主要讲解了“什么是Java数据结构”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“什么是Java数据结构”吧!
创新互联专注为客户提供全方位的互联网综合服务,包含不限于成都网站制作、成都网站建设、玉树网络推广、小程序开发、玉树网络营销、玉树企业策划、玉树品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等,从售前售中售后,我们都将竭诚为您服务,您的肯定,是我们最大的嘉奖;创新互联为所有大学生创业者提供玉树建站搭建服务,24小时服务热线:028-86922220,官方网址:www.cdcxhl.com
背包问题:有一个背包,容量为4磅,现有如下物品:
鸿蒙官方战略合作共建——HarmonyOS技术社区
要求达到的目标为装入的背包的总价值最大,并且重量不超出
要求装入的物品不能重复
鸿蒙官方战略合作共建——HarmonyOS技术社区
动态规划(Dynamic Programming)算法的核心思想是:将大问题划分为小问题进行解决,从而一步步获取最优解的处理算法。
动态规划算法与分治算法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。
与分治算法不同的是,适用于动态规划求解的问题,经分解得到子问题往往不是相互独立的。(即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解)。
动态规划可以通过填表的方式来逐步推进,得到最优解。
背包问题主要是指一个给定容量的背包、若干具有一定价值和重量的物品,如何选取物品放入背包是物品的价值最大。其中又分01背包和完全背包(完全背包指的是:每种物品都有无限件可用)。
这里的问题属于01背包,即每个物品最多放一个,而无限背包可以转化为01背包。
算法的主要思想,利用动态规划来解决。每次遍历到的第i个物品,根据w[i]和v[i]来确定是否需要将该物品放入背包。即对于给定的n个物品,设v[i]、w[i]分别为第i个物品的价值和重量,C为背包的容量。再令v[i][j]表示在前 i 个物品中能够装入容量为 j 的背包的最大值。则有下面的结果:
鸿蒙官方战略合作共建——HarmonyOS技术社区
v[i][0] = v[0][j] = 0;//表示填入表第一行和第一列是0
当w[i]>j时:v[i][j]=v[i-1][j];//当准备加入的新增的商品的容量大于当前背包的容量时,就直接使用上一个单元格的装入策略。
当j>=w[i]时:v[i][j]=max{v[i-1][j],v[i]+v[i-1][j-w[i]]};//当准备加入的新增的商品的容量小于等于当前背包的容量,装入的方式:v[i-1][j]:就是上一个单元格的装入的最大值v[i]:当前商品的价值v[i-1][j-w[i]]:装入i-1商品,到剩余空间[j-w[i]的最大值
填表的过程
package com.xie.algorithm; import java.util.Arrays; public class KnapsackProblem { public static void main(String[] args) { //物品的重量 int[] w = {1, 4, 3}; //物品的价值 int[] val = {1500, 3000, 2000}; //背包的容量 int m = 4; //物品的个数 int n = val.length; //为了记录商品放入的情况,定义一个二维数组 int[][] path = new int[n + 1][m + 1]; //创建二维数组 //v[i][j]表示在前 i 个物品中能够装入容量为 j 的背包的最大值 int[][] v = new int[n + 1][m + 1]; //初始化第一行和第一列 //将第一列设置为0 for (int i = 0; i < v.length; i++) { v[i][0] = 0; } //将第一行设置为0 for (int i = 0; i < v[0].length; i++) { v[0][i] = 0; } //根据前面的公式来动态规划处理 //不处理第一行 for (int i = 1; i < v.length; i++) { //不处理第一列 for (int j = 1; j < v[0].length; j++) { //公式 //因为我们的程序 i 是从1开始的,因此原来的公式中的w[i]修改成w[i-1] if (w[i - 1] > j) { v[i][j] = v[i - 1][j]; } else { //因为我们的程序 i 是从1开始的 //v[i][j] = Math.max(v[i - 1][j], val[i - 1] + v[i - 1][j - w[i - 1]]); if (v[i - 1][j] > val[i - 1] + v[i - 1][j - w[i - 1]]) { v[i][j] = v[i - 1][j]; } else { v[i][j] = val[i - 1] + v[i - 1][j - w[i - 1]]; //把当前的情况记录到path path[i][j] = 1; } } } } for (int i = 0; i < v.length; i++) { System.out.println(Arrays.toString(v[i])); } int i = path.length - 1; int j = path[0].length - 1; while (i > 0 && j > 0) { if (path[i][j] == 1) { System.out.printf("第%d个商品放入背包\n", i); j -= w[i - 1]; } i--; } } /** * [0, 0, 0, 0, 0] * [0, 1500, 1500, 1500, 1500] * [0, 1500, 1500, 1500, 3000] * [0, 1500, 1500, 2000, 3500] * 第3个商品放入背包 * 第1个商品放入背包 */ }
感谢各位的阅读,以上就是“什么是Java数据结构”的内容了,经过本文的学习后,相信大家对什么是Java数据结构这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!