JS implémente un algorithme de programmation dynamique

J'ai rencontré une question sur l'algorithme du sac à dos lors de l'entretien. Il est légèrement différent du sac à dos traditionnel. Compte tenu de la capacité du sac à dos et du poids des différents objets, la masse totale des objets placés doit être la plus proche possible. à la capacité du sac à dos et inférieure à la capacité du sac à dos et au nombre minimum d'articles placés. Cet article partage principalement avec vous l'algorithme du sac à dos de programmation dynamique implémenté dans JS. J'espère qu'il pourra vous aider. function Backpack() {

            var totalWeight;//背包的总质量
            var goodsList = [];//可供选择的物品列表
            var bestMethodList = []//最优解的物品列表
            //设置背包总重量
            this.setTotalWeight = function(t) {
                totalWeight = t
            }
            //加物品
            this.addThing = function(goods) {
                goodsList.push(goods)
            }
            //减物品
            this.removeThing = function(goods) {
                var index = null
                goodsList.forEach(function(everyGoods,i){
                    if(everyGoods === goods){
                        index = i
                    }
                })
                if(index){
                    goodsList.splice(index,1)
                }
                else{
                    return false
                }
            }
            //计算最优解背包的重量
            this.count = function() {
                return getListWeight(bestMethodList)
            }
            //传入物品列表，返回该列表所有物品总质量
            function getListWeight(list) {
                var weight = 0
                list.forEach(function(everyGoods, i) {
                    weight += everyGoods.weight
                })
                return weight
            }
            //满足尽可能接近背包重量且放入物品最少的方法
            this.getBestMethod = function() {
                var arr = []
                //这里只需要两个参数 设置的重质量totalWeight和可供选择的物品goodsList
                goodsList.forEach(function(everyGoods, i) {
                    arr[i] = []//创建一个二维数组,放对应位置的最优解
                    for (let j = 0; j < totalWeight; j++) {
                        if(j+1 > everyGoods.weight) {
                            var newArr = [everyGoods]
                            if(i > 0){
                                var overWeight = j - everyGoods.weight
                                arr[i - 1][overWeight] ? newArr = newArr.concat(arr[i-1][overWeight]) : null
                                if(getListWeight(newArr) < getListWeight(arr[i-1][j])) {
                                    newArr = arr[i-1][j]
                                }
                                else if(getListWeight(newArr) === getListWeight(arr[i - 1][j]) && arr[i-1][j].length < newArr.length){
                                    newArr = arr[i-1][j]
                                }
                            }
                            arr[i][j] = newArr
                        }
                        else{
                            if(i === 0){
                                arr[i][j] = null
                            }
                            else{
                                arr[i][j] = arr[i-1][j]
                            }
                        }
                    }
                })
                return bestMethodList = arr[goodsList.length-1][totalWeight-1]
            }
        }
        //测试
        var myBag = new Backpack()
        myBag.setTotalWeight(10)
        myBag.addThing({name:&#39;apple&#39;,weight:1})
        myBag.addThing({ name: &#39;tomato&#39;, weight:3 })
        myBag.addThing({ name: &#39;ball&#39;, weight: 5 })
        myBag.addThing({ name: &#39;eggplant&#39;, weight: 4 })
        console.log(myBag.getBestMethod())//最优解的数组
        console.log(myBag.count())//最优解的质量

L'essentiel est de créer un tableau bidimensionnel pour enregistrer la solution optimale locale, puis de la déduire lentement, et enfin d'obtenir la solution finale solution optimale.

Principe de l'algorithme :

(i correspond à la ligne, j correspond à la colonne, créer un tableau bidimensionnel arr)

1. La masse restante du sac à dos = la masse lourde correspondant à la colonne actuelle - l'actuelle La masse des objets dans la ligne

2. New arr = arr [i-1] [masse restante du sac à dos] + objet courant (en utilisant concat)

3. Nouveau arr et colonne j de la ligne précédente Comparaison des arr (si les conditions initiales sont différentes, il suffit de changer ici)

4. Obtenir arr

en séquence Recommandations pertinentes :

Analyse d'exemples de programmation dynamique d'algorithme avancé JavaScript

Programmation dynamique pour l'apprentissage d'algorithmes PHP

PHP Programmation dynamique pour résoudre l'exemple de problème de sac à dos 0-1 Analysis_PHP Tutorial

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!