回溯法(子集树)----- 装载问题

一,问题描述

    有一批共n个集装箱要装上2艘载重量分别为c1和c2的轮船上,其中集装箱i的重量为wi,且w1+w2+...+wn <= c1+c2;

   

   装载问题要求确定,是否有一个合理的装载方案可将这n个集装箱装上2艘轮船。如果有,找出一种装载方案。

 

   例如,当n=3,c1=c2=50,且w=[10,40,40]时,可将集装箱1和集装箱2装上一艘轮船,而将集装箱3装在第二艘轮船;如果w=[20,40,40],则无法将这3个集装箱都装上轮船。

 

   当w1+w2+...+wn = c1+c2时,装载问题等价于子集和问题。当c1=c2,且w1+w2+...+wn = 2c1时,装载问题等价于划分问题。

 即使限制wi,i=1,2,...,n为整数,c1和c2也是整数。子集和问题与划分问题都是NP难的。由此可知,装载问题也是NP难的。

    容易证明,如果一个给定的装载问题有解,则采用下面的策略可以得到最优装载方案。

  (1) 首先将第一艘轮船尽可能装满。

   (2) 然后将剩余的集装箱装上第二艘轮船。

  将第一艘轮船尽可能装满等价于选取全体集装箱的一个子集,使该子集中集装箱重量之和最接近c1。由此可知,装载问题等价于以下特殊的0-1背包问题:

   max(w1x1+w2x2+...+wixi)

 

   (w1x1+w2x2+...+

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
装载问题是指在给定的一批集装箱中选取若干个装上一艘载重量为C的轮船,如何才能使装上的集装箱重量最大。这是一个NP完全问题,可以使用分支限界法来决。 分支限界法是一种用于求最优化问题的通用算法。它通过将问题空间划分为若干个子集,每个子集对应一个可行,然后通过限制条件和目标函数来剪枝,从而逐步缩小搜索空间,最终找到最优。 下面是使用队列式分支限界法求装载问题的Python代码: ```python import queue class Node: def __init__(self, level, weight, value, bound): self.level = level self.weight = weight self.value = value self.bound = bound def bound(node, n, c, w, v): if node.weight >= c: return 0 else: bound = node.value j = node.level + 1 totweight = node.weight while j < n and totweight + w[j] <= c: totweight += w[j] bound += v[j] j += 1 if j < n: bound += (c - totweight) * v[j] / w[j] return bound def knapsack(n, c, w, v): q = queue.Queue() u = Node(-1, 0, 0, 0) v = Node(-1, 0, 0, bound(u, n, c, w, v)) maxvalue = 0 q.put(v) while not q.empty(): u = q.get() if u.bound > maxvalue: i = u.level + 1 u1 = Node(i, u.weight + w[i], u.value + v[i], 0) if u1.weight <= c and u1.value > maxvalue: maxvalue = u1.value u1.bound = bound(u1, n, c, w, v) if u1.bound > maxvalue: q.put(u1) u2 = Node(i, u.weight, u.value, 0) u2.bound = bound(u2, n, c, w, v) if u2.bound > maxvalue: q.put(u2) return maxvalue w = [90, 80, 40, 30, 20, 12, 10] v = [90, 80, 40, 30, 20, 12, 10] c = 152 n = len(w) print("最大装载重量为:", knapsack(n, c, w, v)) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值