算法设计（动态规划实验报告） 基于动态规划的背包问题、Warshall算法和Floyd算法
2024-05-10 21:35:48
一、名称
动态规划法应用
二、目的
1.掌握动态规划法的基本思想；
2.学会运用动态规划法解决实际设计应用中碰到的问题。
三、要求
1．基于动态规划法思想解决背包问题（递归或自底向上的实现均可）；
2．实现基于动态规划法思想的Warshall算法和Floyd算法。
四、仿真内容
1．基于动态规划法思想解决背包问题
1.1、解决背包问题的伪代码描述
算法 MFKnapsack(i,j)
//对背包问题实现记忆功能方法
//输入：一个非负整数i表示先考虑的物品数量，一个非负整数j表示背包的承受重量
//输出：前i个物品的最最优可行子集的价值
If F[I,j]<0If j<MFKnapsack(i-1,j)Value←MFKnapsack(i-1,j)Else
value←max(MFKnapsack(i-1,j),Values[i]+MFKnapsack(i-1,j-Weights[i]))
F[I,j] ←value
Return F[I,j]
2.2、解决背包问题的源代码实现
package com.zyz.back;import java.util.Random;public class BackQuestion {public static int knaspace(int[] weight, int[] value, int maxweight) {// 参数 i为放入前i个物体，j为背包的最大承重量。int n = weight.length;// 放入商品的质量int[][] maxvalue = new int[n + 1][maxweight + 1];// 背包最大的价值。放入第i个在当前背包的最大价值int[][] help = new int[n][2];//用来记录商品的价值和质量for (int i = 0; i < maxweight + 1; i++) { // 第0个商品放入背包,最大价值为0maxvalue[0][i] = 0;}for (int i = 0; i < n + 1; i++) {maxvalue[i][0] = 0;// 第i个商品放入背包为0的书包，最大价值为0}// //参数 i为放入前i个物体，j为背包的最大承重量。for (int i = 1; i <= n; i++) {for (int j = 1; j <= maxweight; j++) {// 背包容量逐渐增加maxvalue[i][j] = maxvalue[i - 1][j];// 将较小的数赋值if (weight[i - 1] <= j) {// 待放入的物品质量小于背包的容量// 放入第i个商品的价值maxvalue[i-1][j-weight[i-1]+value[i-1]if (maxvalue[i - 1][j - weight[i - 1]] + value[i - 1] > maxvalue[i][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 maxweight = 14;// 书包的容量// 随机生成数组int W = 15;int V = 25;Random random = new Random();int[] weight = new int[20];int[] value = new int[20];// 随机给商品附加质量for (int i = 0; i < weight.length; i++) {weight[i] = random.nextInt(W);if(weight[i]==0){weight[i]=2;}}System.out.println("商品的质量：");for (int i = 0; i < weight.length; i++) {System.out.print(weight[i] + " ");}System.out.println();// 随机给商品附加值System.out.println("商品的价值：");for (int i = 0; i < value.length; i++) {value[i] = random.nextInt(V);if(value[i]==0){value[i]=3;}}for (int i = 0; i < value.length; i++) {System.out.print(value[i] + " ");}long startTime=System.currentTimeMillis();int result = knaspace(weight, value, maxweight);long endTime=System.currentTimeMillis();long time=endTime-startTime;System.out.println("\n背包最大的价值：" + result);System.out.println("数据大小："+value.length+" 耗时："+time+"毫秒");}}
2.3、时间效率分析
动态法实现背包问题，动态的增加背包的容量，保证放入的商品价值始终是最大的。判断每次新放入的商品和之前放入的商品价值之间的价值比较。比之前的价值大则放入背包。小则不放入。时间效率为Tn=(n).
2．实现基于动态规划法思想的warshall
2.1、warshall算法的伪代码描述
算法 Warshall(A[1…n,1…n])
//实现计算传递闭包的Warshall算法
//输入：包括n个顶点有向图的邻接矩阵A
//输出：该有向图的传递闭包
R(0)←A
For k←1 to n doFor i←1 to n doFor j←1 to n do
R(k)[I,j] ←R(I,j) or R(k-1)[I,k] and R(k-1)[k,j]
Return R(n)
2.2、warshall算法的源代码实现
package com.zyz.comlate;import java.util.Scanner;public class Warshall {public void warshall(int a[][]) {for (int k = 0; k < a.length; k++) {//求取最终的封闭包通过R0求R1，通过R1求R2。。。。直到最后for (int j = 0; j < a.length; j++) {//用来判断a[j][i]是否连通if (a[k][j] == 1) {for (int i = 0; i < a.length; i++) {if (a[i][k] == 1) {a[j][i] = 1;}}}}}}//打印public void print(int[][] a) {for (int i = 0; i < a.length; i++) {for (int j = 0; j < a.length; j++) {System.out.print(a[i][j] + " ");}System.out.println();}}public static void main(String[] args) {System.out.println("请输入阶数：");Scanner in = new Scanner(System.in);int n = in.nextInt();int[][] a = new int[n][n];for (int i = 0; i < a.length; i++) {for (int j = 0; j < a.length; j++) {if (i == j) {a[i][j] = 0;} else {a[i][j] = (Math.random() > 0.6 ? 1 : 0);}}}Warshall warshall = new Warshall();System.out.println("原始数据：");warshall.print(a);System.out.println("处理后的数据：");long startTime=System.currentTimeMillis();warshall.warshall(a);long endTime=System.currentTimeMillis();long time=endTime-startTime;warshall.print(a);System.out.println("耗时："+time+"毫秒");}}
2.3、时间效率分析
T=O(nnn)
3．实现基于动态规划法思想的Floyd算法
3.1、Floyd算法的伪代码描述
算法：Floyd(W[1..n],[1..n]
//实现计算完全最短路径的Floyd算法
//输入：不包含长度为负的回路的图的权重矩阵W
//输出：包含最短路径长度的距离矩阵
D←W
For k←1 to n doFor i←1 to n doFor j←1 to n doD[I,j] ←min{D[I,j],D[I,j]+D[k,j]}
Return D
3.2、Floyd算法的源代码实现
package com.zyz.comlate;import java.util.Scanner;public class Floyd {public void floyd(int a[][]) {for (int k = 0; k < a.length; k++) {//求第Rk次的封闭包for (int j = 0; j < a.length; j++) {//判断第Rk次的位置的最短路径。每次增加一个新的顶点。for (int i = 0; i < a.length; i++) {if (a[j][i] > (a[j][k] + a[k][i])) {//新的路径比原先的路径更加短，则将最短路径写入a[j][i] = a[j][k] + a[k][i];}}}}}// 打印public void print(int[][] a) {for (int i = 0; i < a.length; i++) {for (int j = 0; j < a.length; j++) {if (a[i][j] == 3 || a[i][j] == 7 || a[i][j] == 6 || a[i][j] == 5 || a[i][j] == 9) {System.out.print("∞" + " ");} else {System.out.print(a[i][j] + " ");}}System.out.println();}}public static void main(String[] args) {System.out.println("请输入矩阵阶数：");Scanner in = new Scanner(System.in);int n = in.nextInt();int[][] a = new int[n][n];for (int i = 0; i < a.length; i++) {for (int j = 0; j < a.length; j++) {if (i == j) {a[i][j] = 0;} else {a[i][j] = (int) (Math.random() * 10);}}}Floyd floyd = new Floyd();System.out.println("原始数据：");floyd.print(a);System.out.println("处理后的数据：");long startTime = System.currentTimeMillis();floyd.floyd(a);long endTime = System.currentTimeMillis();long time = endTime - startTime;floyd.print(a);System.out.println("耗时：" + time + "毫秒");}}
3.3、Floyd算法的时间效率分析
T=O(nnn)
4、运行结果
4.1、基于动态规划法思想解决背包问题
1）背包问题测试结果
4.2、Warshall算法的测试用例结果截图
4.3、Floyd算法的测试用例结果截图
5、小结
通过本次实验我了解到动态化和基于动态规划法思想的Warshall算法和Floyd算法使用。我对动态规划法有了更加深入的了解，通过把一个大的问题分级减少为若干个子问题，通过对子问题的求解最终达到求解问题的结果。
算法设计（动态规划实验报告） 基于动态规划的背包问题、Warshall算法和Floyd算法相关推荐
- DP之Warshall算法和Floyd算法
DP之Warshall算法和Floyd算法 上2篇详细分析了动态规划的一些理解,传统的教材上就大概说了下空间换时间,记忆以避免重复计算等. 然后我们在文章中深入的分析和解释了交叠子问题是怎么表现的,最 ...
- 最短路径Dijkstra算法和Floyd算法整理、
转载自:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html 最短路径-Dijkstra算法和Floyd算法 Dijks ...
- 【Java数据结构与算法】第二十章 Dijkstra算法和Floyd算法
第二十章 Dijkstra算法和Floyd算法 文章目录 第二十章 Dijkstra算法和Floyd算法 一.Dijkstra算法 1.介绍 2.代码实现 二.Floyd算法 1.介绍 2.代码实现 ...
- 最短路径（Dijkstra算法和Floyd算法）
最短路径 在图中,不可避免要解决的一个问题就是计算两点之间的最短路径,对于图结构来说,两个点之间不一定只有一条路径,那么如何才能找出最短的那一条就是图中最短路径问题.最短路径问题在实际生活中应用十 ...
- 最短路径—Dijkstra算法和Floyd算法
Dijkstra算法 1.定义概览 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止.Di ...
- 最短路径：Dijkstra算法和Floyd算法
一.Dijkstra算法(单个顶点到其他顶点的最短距离) 定义概览 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层 ...
- Dijkstra算法和Floyd算法对比分析
转载:http://blog.csdn.net/liuyanling_cs/article/details/56330652 首先,Dijkstra算法与Floyd算法都是广度优先搜索的算法.都可以用 ...
- HDU2544（Bellman-ford算法和Floyd算法）
思路: 1.初始化时将起点 s 到各个顶点 v 的距离 dist(s->v) 赋值为 ∞,dist(s->s) 赋值为 0: 2.后续进⾏最多 n-1 次遍历操作 (n 为顶点个数), 对 ...
- dijkstra算法和floyd算法(C语言)
dijkstra算法: /* 邻接表存储 - 无权图的单源最短路算法 *//* dist[]和path[]全部初始化为-1 */ void Unweighted ( LGraph Graph, int ...
最新文章
- 全网最简单的dubbo源码调试，建议点赞收藏！！！
- phpcmsV9SQL注射+列目录
- spring mybatis 集成
- hdu1530 最大团简单题目
- 如何获取MDC产品文档
- MobIM仅为开发者提供即时通讯的消息通道服务
- java响应很慢排插_服务响应时间慢:Java SecureRandom和/ dev / random - java
- 在C#中实现托盘是多么简单
- linux 运行python 看不到异常信息_Linux异常解决：/usr/bin/env python\r no such file or directory...
- int 转换成 string 四种方法你们喜欢用那种呢?
- 力扣每日一刷-两数之和（暴力、双指针）
- 对jeecg框架的认识
- 优缺点 快速扫描 硬盘监测_用硬盘检测工具检测硬盘超实用的技巧！
- 分享:Tuts4you社区,脱壳教程全集.1.5G
- 想要Linux上云？如何实现Linux工作流上云部署
- Python:给图形中添加文本注释（text函数）
- bat 命令如何启动远程PC上的一个程序？
- pd.to_datetime函数函数获取相应时间维度指标(isocalendar函数用法)
- Priest John's Busiest Day (2-sat)
- 程序员全职接单一个月的感触