计算机实验报告：动态规划-1背包问题).docVIP

XXXX大 学 计 算 机 学 院 实 验 报 告 计算机学院　 2017　 级 软件工程 专业　5 班 指导教师 学号　 姓名 2019年 10 月 21 日　　成绩 课程名称 算法分析与设计 实验名称 动态规划---0-1背包问题 实验目的 ①理解递归算法的概念 ②通过模仿0-1背包问题，了解算法的思想 ③练习0-1背包问题算法 实验仪器 和器材 电脑、jdk、eclipse 实 验 内 容 、 上 机 调 试 程 序 、 程 序 运 行 结 果 实 验 内 容 、 上 机 调 试 程 序 、 程 序 运 行 结 果 实 验 内 容 、 上 机 调 试 程 序 、 程 序 运 行 结 果 实验：0-1背包算法：给定N种物品，每种物品都有对应的重量weight和价值value，一个容量为maxWeight的背包，问：应该如何选择装入背包的物品，使得装入背包的物品的总价值最大。（面对每个物品，我们只有拿或者不拿两种选择，不能选择装入物品的某一部分，也不能把同一个物品装入多次）代码如下所示： public class KnapsackProblem { /** * @param weight 物品重量 * @param value 物品价值 * @param maxweight 背包最大重量 * @return maxvalue[i][j]中，i表示的是前i个物品数量，j表示的是重量 */ public static int knapsack(int [] weight,int [] value,int maxweight){ int n = weight.length;//物品件数 //最大价值数组为maxvalue[N+1][maxweight+1];因为数组的下标是从0开始的；maxvalue[N+1][maxweight+1]第一个数字表示的是前n+1个背包，第二个数组表示的是前n+1个背包的重量 int [] [] maxvalue = new int[n+1][maxweight + 1]; //物品件数和物品重量为0时，价值也为0 for(int i =0;i<maxweight;i++){ maxvalue[0][i]=0; } for(int i = 0;i<n+1;i++){ maxvalue[i][0]=0; } //i:表示只能拿前i件物品（数组的下标是从0开始的，所以对应到weight和value里面都是i-1的位置） //j:表示假设能取的总重量为j //n:表示的是物品件数 System.out.println("选中的物品是第"); for(int i=1;i<=n;i++){ for(int j=1;j<=maxweight;j++){ //当前最大价值等于放前一件的最大价值 maxvalue[i][j] = maxvalue[i-1][j]; //如果当前物品的重量小于总重量，可以放进去或者拿出别的东西再放进去 if(weight[i-1] <= j){ //比较（不放这个物品的价值）和（这个物品的价值放进去 加上 当前能放的总重量减去当前物品重量时取i-1个物品是的对应重量时候的最高价值） if(maxvalue[i-1][j-weight[i-1]] + value[i - 1] > maxvalue[i-1][j]){ maxvalue[i][j] = maxvalue[i-1][j-weight[i-1]] + value[i - 1]; } } } } return maxvalue[n][maxweight]; } public static void main(String[] args) { int weight[] = {2,3,4,5}; int value[] = {3,4,5,7}; int maxweight = 8; System.out.println(knapsack(weight,value,maxweight)); } } 完成效果： 心得与体会： 1.背包问题的算法思想： 将前i个物品放入容量为w的背包中的最大价值。有如下两种情况： ①若当前物品的重量小于当前可放入的重量，便可考虑是否要将本件物品放入背包中或者将背包中的某些物品拿出来再将当前物品放进去；放进去前需要比较（不放这个物品的价值）和（这个物品的价值放进去加上当前能放的总重量减去当前物品重量时取i-1个物品是的对应