0-1背包问题（分支限界法）

最新推荐文章于 2024-06-02 19:27:48 发布

小忆控～

最新推荐文章于 2024-06-02 19:27:48 发布

阅读量1.1k

点赞数 18

文章标签：算法 c++ c语言数据结构广度优先

本文链接：https://blog.csdn.net/2301_79582459/article/details/139132346

版权

分支限界法：

是一种求解组合优化问题的数学方法。它利用分支定界技术，在搜索解空间的过程中，根据界值信息剪去一些分支，从而减少搜索空间，提高搜索效率。

在分支限界法中，首先将问题的解空间分解成一个个子问题，然后对每个子问题进行求解。在解的搜索过程中，利用界值信息对当前解空间进行限制，如果当前解空间已经无法得到更优解，就停止搜索该分支。

通过不断地分解原问题，识别出次优解和无效解，分支限界法可以有效地帮助加快组合优化问题的求解过程。它在很多实际问题中得到了广泛应用，例如任务分配、旅行商问题等。

这里是来解决0-1背包问题

0-1背包问题

重要点：

⭐解n元组（解空间）：{x1,x2,x3,...,xn} xi∈{0，1}

⭐约束条件： $\sum_{i=1}^{n}wixi<=W$

⭐目标函数:max $\sum_{i=1}^{n}vixi$

⭐限界函数: ub=v+(W-w)×( $v_{i+1}/w_{i+1}$ )

图示：

❤算法思路❤：

1. 创建一个结构体Node用来存储每次搜索的状态信息，包括当前背包剩余容量、当前总价值、当前选择的物品、当前选择的物品数量等。
2. 将所有物品按照单位重量的价值进行排序。
3. 创建一个优先队列queue，用来存储每次搜索的状态，按照价值上界进行排序。
4. 初始化一个初始状态node0，背包剩余容量为背包总容量，总价值为0，选择的物品为空，数量为0。
5. 将node0插入优先队列queue中。
6. 循环直到queue为空或者找到最优解为止：
- 取出队首元素node，并判断node的价值上界是否小于当前最优解，如果是则剪枝。
- 遍历剩余未选择的物品，对每个物品进行尝试选择或者不选择的操作，计算价值上界和重量是否超过背包容量，然后将生成的新状态插入queue中。
7. 返回找到的最优解。

伪代码：

struct Node {
    int remaining_capacity; // 剩余容量
    int total_value; // 当前总价值
    int items_chosen[]; // 当前选择的物品
    int num_items; // 物品数量
    float upper_bound; // 价值上界
};

int knapsack(vector<int> weights, vector<int> values, int capacity) {
    sort(items.begin(), items.end(), compare); // 按照单位重量的价值进行排序
    priority_queue<Node> q;
    
    Node initial_node = {capacity, 0, {}, 0, calculate_upper_bound(0, capacity, 0, weights, values)};
    q.push(initial_node);

    while (!q.empty()) {
        Node node = q.top();
        q.pop();

        if (node.upper_bound < best_solution) {
            continue; // 剪枝
        }

        for (int i = node.num_items; i < weights.size(); i++) {
            // 选择当前物品
            Node new_node1 = {node.remaining_capacity - weights[i], node.total_value + values[i], node.items_chosen, node.num_items + 1, node.upper_bound};
            new_node1.items_chosen.push_back(i);
            new_node1.upper_bound = calculate_upper_bound(i + 1, new_node1.remaining_capacity, new_node1.total_value, weights, values);
            
            if (new_node1.remaining_capacity >= 0 && new_node1.upper_bound > best_solution) {
                q.push(new_node1);
            }

            // 不选择当前物品
            Node new_node2 = {node.remaining_capacity, node.total_value, node.items_chosen, node.num_items + 1, node.upper_bound};
            new_node2.upper_bound = calculate_upper_bound(i + 1, new_node2.remaining_capacity, new_node2.total_value, weights, values);
            
            if (new_node2.upper_bound > best_solution) {
                q.push(new_node2);
            }
        }
    }

    return best_solution;
}