10计本算法最大矩阵和01背包问题.docx

10计本算法最大矩阵和01背包问题.docx

《10计本算法最大矩阵和01背包问题.docx》由会员分享，可在线阅读，更多相关《10计本算法最大矩阵和01背包问题.docx（18页珍藏版）》请在冰豆网上搜索。

10计本算法最大矩阵和01背包问题

实验报告7

课程数据结构与算法实验名称动态规划（四）第页

班级10计本学号105032010111姓名陈兴灶

实验日期：

2012年4月09日报告退发（订正、重做）

一、实验目的

掌握动态规划的原理和应用。

二、实验环境

1、微型计算机一台

2、WINDOWS操作系统，JavaSDK，Eclipse开发环境

三、实验内容

必做题：

1、给定n种物品和一背包。

物品i的重量是wi，其价值为vi，背包的容量为C。

问应如何选择装入背包的物品，使得装入背包中物品的总价值最大?

假设i的取值从1开始。

2、给定一个数列，该数列中，元素值可能为正也可能为负，请设计一个程序，求该序列中一个子序列，该子序列元素之和最大。

附加题：

1、如以下的左图所示，现有一个矩形序列，这些矩形宽度为1，请设计程序，求这些矩形序列合并而成的最大矩形面积。

上图中的矩形高度分别为：

2145133，最优解为上图中左图所示，最优值为：

8

四、实验步骤和结果

第一题：

01背包问题

packageshiyan_7;

importjava.util.Scanner;

publicclassZOP{

staticint[]weight;

staticint[]value;

staticintn;

staticintc;

staticint[][]b;

publicstaticvoidMaxvalue（int[]weight,int[]value,intc,int[][]b）

{

for（inti=0;i<=n;i++）

{

b[0][i]=0;

b[i][0]=0;

}

for（inti=1;i<=n;i++）

for（intj=1;j<=c;j++）

{

if（j

b[i][j]=b[i-1][j];

else

{

intw=j-weight[i];

if（b[i-1][j]>b[i-1][w]+value[i]）

b[i][j]=b[i-1][j];

elseb[i][j]=b[i-1][w]+value[i];

}

}

}

publicstaticvoidmain（String[]args）

{

Scannersc=newScanner（System.in）;

System.out.println（"请输入物品的总个数：

"）;

n=sc.nextInt（）;

System.out.println（"请输入背包的容量：

"）;

c=sc.nextInt（）;

weight=newint[n+1];

value=newint[n+1];

b=newint[n+1][c+1];

System.out.println（"请输入各个物品的重量：

"）;

for（inti=1;i<=n;i++）

{

weight[i]=sc.nextInt（）;

}

System.out.println（"请输入各个物品的价值：

"）;

for（intj=1;j<=n;j++）

{

value[j]=sc.nextInt（）;

}

Maxvalue（weight,value,c,b）;

System.out.println（"背包问题的最优值：

"+b[n][c]）;

}

}

结果：

第二题：

求子序列元素和最大

packageshiyan_7;

importjava.util.Scanner;

publicclassSumMax1{

publicstaticint[]a;

publicstaticint[]start;

publicstaticint[]end;

publicstaticintn;

publicstaticintt;

publicstaticints=0;

publicstaticinte=0;

publicstaticintmax[];

publicstaticintk=1;

publicstaticvoidsummax（int[]a）

{

for（inti=0;i

{

if（a[i]>=0）

{

e=i;

max[k]+=a[i];t=max[k];

if（max[k-1]>t）

{

e=i-2;

t=max[k-1];

}

}

elseif（a[i]<0&&max[k]+a[i]>=0）

{

intj=k;

k++;

max[k]+=max[j]+a[i];

}

else

{

k++;

}

}

}

publicstaticvoidmain（String[]args）

{

Scannersc=newScanner（System.in）;

System.out.println（"输入数组长度"）;

n=sc.nextInt（）;

a=newint[n];

System.out.println（"输入数组各元素"）;

for（inti=0;i

a[i]=sc.nextInt（）;

max=newint[n+1];

summax（a）;

System.out.println（"输出最大值"）;

System.out.println（t）;

System.out.println（"输出最优解（从后往前输出）"）;

inti=e,b=0;

while（i>=0&&b!

=t）

{

System.out.print（a[i]+""）;

b=b+a[i];

i--;

}

}

}

结果：

第三题：

packageshiyan_7;

importjava.util.Arrays;

publicclassLongest{

/**

*@paramargs

*/

publicstaticvoidmain（String[]args）{

//TODOAuto-generatedmethodstub

int[][]c={//该数组用来存放区域内各点高度

{1,2,3,4,5},

{16,17,18,19,6},

{15,24,25,20,7},

{14,23,22,21,8},

{13,12,11,10,9}

};

int[][]m=newint[c.length][c.length];//该数组用来存放最优值，m[i][j]存放区域中第i行第j列点为起始的最长坡长

initArraym_pre（m）;//对m数组进行初始化，将各元素初始化为0

int[][]pre=newint[c.length][c.length];//该数组用来存放每点的最优值对应的前驱结点，用来构造最优解,0表示该点没有前驱，1表示前驱点在右，2表示前驱点在左，3表示前驱点在上，4表示前驱点在下。

initArraym_pre（pre）;//对pre数组进行初始化，全部初始化为0

Element[]e=newElement[c.length*c.length];//该数组用来存放区域的每个点信息对象，该信息对象包含描述一个区域点所需要的信息，共3个成员：

区域i，j坐标和该点高度

initArrare（c,e）;//对数组e进行初始化，为区域中的每个点生成一个信息对象，存入数组e中，且对数组中e的元素按照点的高度进行排序

longestLRUP（c,m,pre,e）;//求以各点为起点的最长坡长，结果存入m中，且将最优值对应的前驱结点存入pre中，用来构造最优解。

show2DArray（m）;

show2DArray（pre）;

System.out.println（longest（m））;//显示问题最优值，即区域最长下坡

showLongestRoute（c,m,pre）;//显示问题最优解

}

privatestaticvoidshow2DArray（int[][]m）{

//TODOAuto-generatedmethodstub

for（inti=0;i

for（intj=0;j

System.out.print（m[i][j]+""）;

}

System.out.println（）;

}

}

privatestaticvoidshowLongestRoute（int[][]c,int[][]m,int[][]pre）{

//该方法利用求最优值过程中得到的信息构造问题最优解

ElementstartPoint=longesStarttPoint（c,m）;//先确定最长坡长的起始点的信息对象

inti=startPoint.i;//起始点i坐标

intj=startPoint.j;//起始点j坐标

System.out.print（c[i][j]+""）;//显示起始点

while（pre[i][j]!

=0）{//该循环根据pre数组，依次的显示出最长坡长上的每个点的高度

switch（pre[i][j]）{

case1:

//如果值为1表示前驱点为左边点

j--;

break;

case2:

//如果值为2表示前驱点为右边点

j++;

break;

case3:

//如果值为3表示前驱点为上边点

i--;

break;

case4:

//如果值为4表示前驱点为下边点

i++;

break;

}

System.out.print（c[i][j]+""）;

}

}

privatestaticElementlongesStarttPoint（int[][]c,int[][]m）{

//该方法用来求最长坡长的起始点，返回该点的信息对象

intcurrentI=0;

intcurrentJ=0;

intcurrentLongest=0;

for（inti=0;i

for（intj=0;j

if（currentLongest

currentLongest=m[i][j];

currentI=i;

currentJ=j;

}

}

}

returnnewElement（currentI,currentJ,c[currentI][currentJ]）;

}

privatestaticintlongest（int[][]m）{

//该方法返回问题的最优值

intcurrentLongest=0;

for（inti=0;i

for（intj=0;j

if（currentLongest

currentLongest=m[i][j];

}

}

returncurrentLongest;

}

privatestaticvoidlongestLRUP（int[][]c,int[][]m,int[][]pre,Element[]e）{

//该方法为关键方法，求问题的最优值，并保存到中，同时将各点最优值前驱放入到per中

for（inti=0;i

Elementx=e[i];

intleft=0;

intright=0;

intup=0;

intdown=0;

intmax=0;

if（x.j>0）{//要注意最左边的点没有左边点

if（x.h>c[x.i][x.j-1]）

left=m[x.i][x.j-1];

if（max

max=left;

pre[x.i][x.j]=1;

}

}

if（x.j

if（x.h>c[x.i][x.j+1]）

right=m[x.i][x.j+1];

if（max

max=right;

pre[x.i][x.j]=2;

}

}

if（x.i>0）{//要注意最上边点没有上边点

if（x.h>c[x.i-1][x.j]）

up=m[x.i-1][x.j];

if（max

max=up;

pre[x.i][x.j]=3;

}

}

if（x.i

if（x.h>c[x.i+1][x.j]）

down=m[x.i+1][x.j];

if（max

max=down;

pre[x.i][x.j]=4;

}

}

m[x.i][x.j]=max+1;

}

}

privatestaticvoidinitArraym_pre（int[][]m_pre）{

//对参数m_pre对应的二维数组进行初始化，将所有元素初始化为0

for（inti=0;i

for（intj=0;j

m_pre[i][j]=0;

}

}

}

privatestaticvoidinitArrare（int[][]c,Element[]e）{

//利用区域原始数据来初始化数组e，即对数组c中的每个点，构造该点信息对象，且存入数组e中

intk=0;

for（inti=0;i

for（intj=0;j

e[k++]=newElement（i,j,c[i][j]）;

}

}

Arrays.sort（e）;//对数组e元素根据点的高度进行排序

}

}

packageshiyan_7;

publicclassElementimplementsComparable{//区域点信息类，必须实现Comparable接口

inti;//点的i坐标

intj;//点的j坐标

inth;//点的高度

publicElement（inti,intj,inth）{

super（）;

this.i=i;

this.j=j;

this.h=h;

}

@Override

publicintcompareTo（Elemente）{//因为要对这个类的对象进行排序，所以该类需要实现Comparable接口

//此方法为该接口申明的方法，子类中必须实现，当使用Arrays的sort方法对该类对象进行排序时

//会调用该对象的此方法，进行对象间的比较，根据比较结果排序

if（e.h>this.h）

return-1;//返回负数，表示当前对象小

if（e.h

return1;//返回正数，表示当前对象大

return0;//返回零，表示两个对象大小相等

}

}

结果：

附加题：

packageshiyan_7;

importjava.util.Scanner;

publicclassAreaMax{

publicstaticint[][]b;

publicstaticintk;

publicstaticintn;

publicstaticintr;

publicstaticint[]max;

publicstaticint[]x;

publicstaticint[]y;

publicstaticvoidareamax（int[]a）

{

for（inti=1;i<=n;i++）

b[i][i-1]=0;

for（inti=1;i<=n;i++）

{intt=b[i][i-1];

inte=a[i];

for（intj=i;j<=n;j++）

{

if（a[j]

b[i][j]=（j-i+1）*e;

if（t

{

t=b[i][j];

y[i]=j;

}

}

max[i]=t;

}

}

publicstaticintmax（int[]a）

{

intm=max[1];

k=1;

for（inti=2;i<=n;i++）

if（m

{

m=max[i];

k=i;

}

returnm;

}

publicstaticvoidmain（String[]args）{

//TODOAuto-generatedmethodstub

Scannersc=newScanner（System.in）;

System.out.println（"输小长方形个数（每个小长方形的底为1）"）;

n=sc.nextInt（）;

int[]a=newint[n+1];

b=newint[n+1][n+1];

max=newint[n+1];

y=newint[n+1];

System.out.println（"输入各小长方形的高"）;

for（inti=1;i<=n;i++）

{

a[i]=sc.nextInt（）;

}

areamax（a）;

System.out.println（"输出最大值"）;

System.out.println（max（max））;

System.out.println（"最优解为"）;

for（inti=k;i<=y[k];i++）

System.out.print（a[i]+""）;

}

}

结果：

五、实验总结

一、本次实验让我认识到了：

我对动态规化的认识远远不够，因为用了穷举法还不知道是怎么回事，后来经老师指导才明白，原来是有重复运算。

后来重新思考，也写出经效率较高的算法，没有重复运算了，应该是用了动态规化的思想。

二、原来不怎么会调试，经过同学帮助现在已经比较熟练掌握但还须加强。

三、最长下坡一题，因为之前有做过，所以就直接用老师的算法了。

（已经理解）