Question

这是我使用动态编程方法解决的经典背包问题。

继here后，我创建了一种类似的方法来确定构成背包的元素类型。我需要找出最终答案的所有方法，而不仅仅是一种方式。我怎样才能做到这一点？

目前，我只能向后工作以找到我的项目添加到最大值的一种方式。但在我的输入中，我可能有两种或更多种方式将项目添加到最大值。我想知道这两种或更多种方式，因为我必须根据某些标准选择一组最佳项目。我怎样才能做到这一点？我应该使用我的DP矩阵或下面的代码吗？

e.g。输入

约束：

maxWeight = 100

i.d./ value / weight

1/50/40

2/40/30

3/30/40

4/50/40

输出：基于约束，我可以有1,2,3或2,3,4

两者加起来相同的分数和重量。我怎样才能确定两者   套？

前奏：

我正在确定该项目在arraylist中的时间属性是否下降在一定限度内。我已经创建了一个bool数组（wasTaken）背包方法我放入了本来可以使用的元素拍摄。在这里，我遍历我的矩阵以确定采取了哪个元素，然后将项目的id存储在打印（排序后）之后。 INT [] [] 下面的sol表示动态编程中填充的矩阵先前方法的风格。 i值表示项目和权重值表示正在考虑的权重。这已经完成了方式类似于this链接。

我目前的代码：

public static void findElements(boolean[][] wasTaken, int maxWeight, ArrayList<Nodes> items, int[][] sol, int currentTime, int limit) {
        int K = maxWeight;
        int n = items.size();
        int count = 0;
        int[] forPrint = new int[n];
        for (int i = n-1; i>=0; i--) {
            if (wasTaken[i][K] == true && (currentTime - items.get(i).time <= limit)) {
                forPrint[i] = items.get(i).index;
                count++;
                K = K - items.get(i).height;

            }
        }
        Arrays.sort(forPrint);
        showResult(count, forPrint);
    }

Answer 1

对于从j到1的{{1}}，让n为项p[j]的利润，让j为权重。对于从w[j]到j的{{1}}和从0到n的{{1}}到权重限制，让W成为从总重量0不大于opt[j][W]。在计算1..j时，我们有重复发生

为了枚举所有最佳解决方案，我们以递归和深度优先的方式工作。给定opt和opt[j][W] = max(p[j] + opt[j - 1][W - w[j]], opt[j - 1][W]) if j > 0 and W ≥ 0, ^^^^^^^^^^^^^^^^^^^^^^^^^^^ ^^^^^^^^^^^^^ item j chosen item j not chosen 0 if j = 0 and W ≥ 0, -infinity (i.e., infeasible) if W < 0.，如果这是基本情况，则生成当前所选项目集（如果j）或根本不产生任何内容（如果W）。否则，将W ≥ 0与max的两个参数进行比较。如果它等于第一个参数，则为W < 0和opt[j][W]生成所有解决方案，并将项j - 1添加到所选项集。如果W - w[j]等于第二个参数，则为j和opt[j][W]生成所有解。我们可以产生多个解决方案，因为两个参数可能相等。

如何在背包中找到元素（扭曲 - 需要所有获取元素的方法）

1 个答案: