利用java怎么實現一個動態規劃功能

這期內容當中小編將會給大家帶來有關利用java怎么實現一個動態規劃功能，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

一、動態規劃的原理

動態規劃(dynamic programming)是運籌學的一個分支，是求解決策過程(decision process)最優化的數學方法。20世紀50年代初美國數學家R.E.Bellman等人在研究多階段決策過程(multistep decision process)的優化問題時，提出了著名的最優化原理(principle of optimality)，把多階段過程轉化為一系列單階段問題，利用各階段之間的關系，逐個求解，創立了解決這類過程優化問題的新方法–動態規劃。1957年出版了他的名著《Dynamic Programming》，這是該領域的第一本著作。

動態規劃一般可分為線性動規，區域動規，樹形動規，背包動規四類。舉例:線性動規:攔截導彈，合唱隊形，挖地雷，建學校，劍客決斗等;區域動規:石子合并， 加分二叉樹，統計單詞個數，炮兵布陣等;樹形動規:貪吃的九頭龍，二分查找樹，聚會的歡樂，數字三角形等;背包問題:01背包問題，完全背包問題，多重背包問題，分組背包問題，二維背包，裝箱問題，擠牛奶(同濟ACM第1132題)等;

二、分析與代碼實現

1、分析

題目：在某個深夜里，一個小偷背著一個總共只能裝16v體積的背包進入一家商店偷東西。假如店里有手機一部，價格為2000元，體積為1v；薯片一包，價格為5元，體積為5v；翡翠一塊，價格為100000元，體積為10v；一套四大名著，價格30元，體積為6v；電腦一臺，價格為6000元，體積為10v。怎么樣能夠讓背包裝的下，并且又能使拿到的東西總價格最多？

這種情況下，一共5件東西。小偷偷東西的事件只有兩種：拿，不拿。
當他拿的時候，背包體積變小，物件數量減1；當他不拿的時候，背包體積不變，物件數量減1（因為小偷選擇不拿這件東西的時候不會返回繼續拿，所以他失去了這件東西選擇的機會）。

物件數量為i，背包容納量為v。

1.不拿 b(i-1,v)

2.拿 b(i-1，v-該物品的體積)

兩者取最大值

核心代碼：

b[i][j]=Math.max(b[i-1][j],b[i-1][j-v]+p);

2、代碼分析

public class _背包問題 {

 //物品體積
 private static int[] volume={1,5,10,6,10};
 //物品價格
 private static int[] price={2000,5,100000,30,6000};
 //背包容量
 private static int maxVolumen=16;
 //物品數量
 private static int count=5;

 public static int solution(int maxVolumen,int count,int[] volume,int[] price){
  int[][] b=new int[count+1][maxVolumen+1];
  for (int i=1;i<=count;i++){
   //拿到物品的價格
   int p=price[i-1]; 
   //拿到物品的體積
   int v=volume[i-1]; 
   for (int j=1;j<=maxVolumen;j++){
    //如果物品的體積大于背包容量時，選擇不拿。
    if (j<v){
     b[i][j]=b[i-1][j];
     continue;
    }
    b[i][j]=Math.max(b[i-1][j],b[i-1][j-v]+p);
   }
  }
  return b[count][maxVolumen];
 }

 public static void main(String[] args) {
  System.out.println(solution(16,5,volume,price));
 }
}

上述就是小編為大家分享的利用java怎么實現一個動態規劃功能了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。