mirror of
https://github.com/krahets/hello-algo.git
synced 2026-11-22 03:32:42 +08:00
* Retranslate the complete Japanese online edition from Chinese * Fit Japanese homepage labels and localize heading permalinks * Point Japanese contribution instructions to the Japanese preview * Replace locale conditionals with multilingual UI tables
125 lines
4.0 KiB
Kotlin
125 lines
4.0 KiB
Kotlin
/**
|
|
* File: knapsack.kt
|
|
* Created Time: 2024-01-25
|
|
* Author: curtishd (1023632660@qq.com)
|
|
*/
|
|
|
|
package chapter_dynamic_programming
|
|
|
|
import kotlin.math.max
|
|
|
|
/* 0-1 ナップサック問題:全探索 */
|
|
fun knapsackDFS(
|
|
wgt: IntArray,
|
|
_val: IntArray,
|
|
i: Int,
|
|
c: Int
|
|
): Int {
|
|
// すべての品物を選び終えたか、ナップサックの残り容量がなければ、価値 0 を返す
|
|
if (i == 0 || c == 0) {
|
|
return 0
|
|
}
|
|
// ナップサックの容量を超える場合、入れない選択しかできない
|
|
if (wgt[i - 1] > c) {
|
|
return knapsackDFS(wgt, _val, i - 1, c)
|
|
}
|
|
// 品物 i を入れない場合と入れる場合の最大価値を計算する
|
|
val no = knapsackDFS(wgt, _val, i - 1, c)
|
|
val yes = knapsackDFS(wgt, _val, i - 1, c - wgt[i - 1]) + _val[i - 1]
|
|
// 2 通りの選択のうち、価値が大きいほうを返す
|
|
return max(no, yes)
|
|
}
|
|
|
|
/* 0-1 ナップサック問題:メモ化探索 */
|
|
fun knapsackDFSMem(
|
|
wgt: IntArray,
|
|
_val: IntArray,
|
|
mem: Array<IntArray>,
|
|
i: Int,
|
|
c: Int
|
|
): Int {
|
|
// すべての品物を選び終えたか、ナップサックの残り容量がなければ、価値 0 を返す
|
|
if (i == 0 || c == 0) {
|
|
return 0
|
|
}
|
|
// 記録済みなら、その値をそのまま返す
|
|
if (mem[i][c] != -1) {
|
|
return mem[i][c]
|
|
}
|
|
// ナップサックの容量を超える場合、入れない選択しかできない
|
|
if (wgt[i - 1] > c) {
|
|
return knapsackDFSMem(wgt, _val, mem, i - 1, c)
|
|
}
|
|
// 品物 i を入れない場合と入れる場合の最大価値を計算する
|
|
val no = knapsackDFSMem(wgt, _val, mem, i - 1, c)
|
|
val yes = knapsackDFSMem(wgt, _val, mem, i - 1, c - wgt[i - 1]) + _val[i - 1]
|
|
// 2 通りの選択のうち、価値が大きいほうを記録して返す
|
|
mem[i][c] = max(no, yes)
|
|
return mem[i][c]
|
|
}
|
|
|
|
/* 0-1 ナップサック問題:動的計画法 */
|
|
fun knapsackDP(wgt: IntArray, _val: IntArray, cap: Int): Int {
|
|
val n = wgt.size
|
|
// dp テーブルを初期化する
|
|
val dp = Array(n + 1) { IntArray(cap + 1) }
|
|
// 状態遷移
|
|
for (i in 1..n) {
|
|
for (c in 1..cap) {
|
|
if (wgt[i - 1] > c) {
|
|
// ナップサックの容量を超える場合、品物 i を選ばない
|
|
dp[i][c] = dp[i - 1][c]
|
|
} else {
|
|
// 品物 i を選ばない場合と選ぶ場合の大きいほうの値
|
|
dp[i][c] = max(dp[i - 1][c], dp[i - 1][c - wgt[i - 1]] + _val[i - 1])
|
|
}
|
|
}
|
|
}
|
|
return dp[n][cap]
|
|
}
|
|
|
|
/* 0-1 ナップサック問題:空間を最適化した動的計画法 */
|
|
fun knapsackDPComp(wgt: IntArray, _val: IntArray, cap: Int): Int {
|
|
val n = wgt.size
|
|
// dp テーブルを初期化する
|
|
val dp = IntArray(cap + 1)
|
|
// 状態遷移
|
|
for (i in 1..n) {
|
|
// 逆順に走査する
|
|
for (c in cap downTo 1) {
|
|
if (wgt[i - 1] <= c) {
|
|
// 品物 i を選ばない場合と選ぶ場合の大きいほうの値
|
|
dp[c] = max(dp[c], dp[c - wgt[i - 1]] + _val[i - 1])
|
|
}
|
|
}
|
|
}
|
|
return dp[cap]
|
|
}
|
|
|
|
/* 実行用コード */
|
|
fun main() {
|
|
val wgt = intArrayOf(10, 20, 30, 40, 50)
|
|
val _val = intArrayOf(50, 120, 150, 210, 240)
|
|
val cap = 50
|
|
val n = wgt.size
|
|
|
|
// 全探索
|
|
var res = knapsackDFS(wgt, _val, n, cap)
|
|
println("ナップサックの容量を超えない品物の最大価値は $res")
|
|
|
|
// メモ化探索
|
|
val mem = Array(n + 1) { IntArray(cap + 1) }
|
|
for (row in mem) {
|
|
row.fill(-1)
|
|
}
|
|
res = knapsackDFSMem(wgt, _val, mem, n, cap)
|
|
println("ナップサックの容量を超えない品物の最大価値は $res")
|
|
|
|
// 動的計画法
|
|
res = knapsackDP(wgt, _val, cap)
|
|
println("ナップサックの容量を超えない品物の最大価値は $res")
|
|
|
|
// 空間を最適化した動的計画法
|
|
res = knapsackDPComp(wgt, _val, cap)
|
|
println("ナップサックの容量を超えない品物の最大価値は $res")
|
|
} |