背包问题之穷举法

    最近复习了一下算法，觉得背包问题最具代表性。可以用大多数通用的算法（穷举，动规，回溯，分枝限界）来解决。因此将最近的笔记整理一下，发到自己的博客上。

          

      问题描述：背包的容量为C，现有N件物品，价格分别为p[0],p[1]......p[n-1].重量分别为：w[0],w[1]......w[n-1].从N件物品中选择任意个放入背包中，使得物体的价值最大并且总重量不超过背包的容量C。

       采用数学语言描述如下：

 

      在  w[0]*x[0] + w[1] *x[1]+....... +w[n-1]*x[n-1]  < C, x[i] = 0 或1 的条件下

      求  p[0]*x[0] + p[1] *x[1]+....... +p[n-1]*x[n-1]   的最大值。

 

 

穷举算法的基本思想如下：

      枚举也所有可能的情况，找出其中的最大值。

 

用N位二进制数来表示N件物品的选取情况，例如在N＝3的情况下 ‘000’代表未选取任何物品，而 ‘101’代表选取了第1件和第3件物品。因此将 0 ---- 2^n-1 的情况枚举，找也最大值即可。

 

算法如下：

#include <iostream> #include <vector> using namespace std; class PackEnum { protected: vector<int> m_p; //N个背包的价格 vector<int> m_w; //N个背包的重量 int m_c; //背包的容量 int m_num; //物品的件数 public: //构造函数 PackEnum(); PackEnum(vector<int>& p,vector<int>& w, int c,int n) :m_p(p),m_w(w),m_c(c),m_num(n) {} //获取背包内物品的最大值 int GetBestValue() const { int bestValue=0; //背包最大价值 int currentValue =0; //当前背包中物品的价值 int currentWeight =0; //当前背包中物品的重量 const unsigned int max = 2 << m_num; //2的N次方 //枚举所有可能的解 for(unsigned int i =0; i<max;++i) { //清空背包 currentValue =0; currentWeight =0; //取2进制数的每一位 unsigned int bit = i; int j =0; while(bit !=0) { currentWeight += m_w[j] * (bit & 1); currentValue += m_p[j] * (bit & 1); //如果bit的最低位为1,则bit&1 = 1 ,否则为0 bit >>=1; ++j; } //保存最优解 if(currentWeight <=m_c && bestValue < currentValue) { bestValue = currentValue; } } return bestValue; } }; int main(void) { //测试程序 int n; int c; cout << "请输入物品的件数" << endl; cin >>n; cout << "请输入背包的容量" << endl; cin >>c; vector<int> w(n); vector<int> p(n); cout << "请输入物品的重量:" << endl; for(int i=0;i<n;++i) cin >> w[i]; cout << "请输入物品的价格:" << endl; for(int j=0;j<n;++j) cin >> p[j]; PackEnum pack(p,w,c,n); int bestValue = pack.GetBestValue(); cout << "背包内的物品的最大价值为：" << bestValue << endl; return 0; }

 

分析：

些算法的时间复杂度为 2^n, 并且要求（n<=32），所以算法的效率不高。但枚举算法是一种比较通用的算法，通常在找不到最佳的算法时，采用些算法。