算法复习——贪心策略篇之部分背包问题

最新推荐文章于 2023-04-12 17:05:57 发布

NickHan_cs

最新推荐文章于 2023-04-12 17:05:57 发布

阅读量2.7k

点赞数 1

分类专栏： Algorithm 文章标签：算法贪心算法

本文链接：https://blog.csdn.net/NickHan_cs/article/details/113155156

版权

Algorithm 专栏收录该内容

28 篇文章 12 订阅

订阅专栏

算法复习——贪心策略篇之部分背包问题

以下内容主要参考中国大学MOOC《算法设计与分析》，墙裂推荐希望入门算法的童鞋学习！

1. 问题背景

调制饮品比赛

参赛者拥有容量为800ml的杯子，可任选不超过体积上限的饮料进行混合，调制饮品价格为各所使用饮料的价格之和，所得饮品价格之和最高者获胜。问：如何使调制的饮品价格最高？

饮料	价格（元）	体积（ml）
苏打水	60	600
汽水	10	250
橙汁	36	200
苹果汁	16	100
西瓜汁	45	300

2. 问题定义

部分背包问题（Fractional Knapsack Problem）

输入：

n个物品组成的集合O，每个物品有两个属性v_i和p_i，分别表示体积和价格；
背包容量为C。

输出：

求解一个解决方法
$S=\{x_i|1 \leq i \leq n, 0 \leq x_i \leq 1\},$
其中，x_i表示选取第i个物品的比例，使得：
$\sum_{x_i \in S}x_i*p_i$

$s.t.\sum_{x_i \in S}x_i*v_i \leq C$

以上两式分别为优化目标和约束条件。

3. 贪心策略

这个问题十分简单，大家简单思考一下就知道，只要最高性价比优先，就可以得到最优解（性价比=价格/体积）。最优解即优先选择高性价比饮料全部装入，尽可能装满杯子。

首先计算各种饮料的性价比：

饮料	价格（元）	体积（ml）	性价比（元/ml）
苏打水	60	600	0.10
汽水	10	250	0.04
橙汁	36	200	0.18
苹果汁	16	100	0.16
西瓜汁	45	300	0.15

然后将各种饮料的性价比进行排序，尽可能用当前性价比最高的饮料去装入杯子，解决方案即为

饮料	价格（元）	体积（ml）
橙汁	36	200
苹果汁	16	100
西瓜汁	45	300
苏打水	20	200

4. 正确性证明

贪心策略的想法有时十分容易想到，但关键在于证明为什么这个贪心策略能够得到最优解。贪心策略证明最常用的方法是替换法，即假设存在另外的一个最优解，并且通过有限的步骤，可以替换成贪心策略得到的解，从而证明贪心解就是最优解。

本题的贪心策略是最高性价比优先，需要证明的是贪心解不劣于最优解。

假设存在另一个最优解，记为S^*，贪心解记为S^’。首先，最优解和贪心解肯定都会装满，在装满后，我们可以按照性价比递减将饮料在杯子中排好顺序。同时对于贪心解，
$x^{'}_{i}=1,\ \ \ \ if\ i = 1, 2, |S^{'}|-1;$

$x^{'}_{|S^{'}|} \leq 1.$

在这里插入图片描述

假设我们前i-1种都放了性价比最高的饮料且放的量一样多（即贪心解和最优解目前相同），但是在放第i种饮料时出现了不同。在贪心解中，第i种饮料应该放置的是性价比第i高的饮料，而且在不超过杯子容量的情况下，尽可能全部加进去；如果最优解不同于贪心解的话，只能是最优解中第i种饮料不是贪心解中的第i种饮料，或者最优解中第i种饮料是贪心解中的第i种饮料，但是其最优解放的量小于贪心解放的量这两种情况。可以用下图表示。

在这里插入图片描述

假设是后者的情况，即装了一部分第i种饮料，但没有把第i种饮料全部加入的情况（前者的情况本质上同理），那我们可以把最优解中第i种后面的饮料（即下图中红框的部分）换成第i种饮料，使第i种饮料全部加入。易证这样替换后总价值不会减少，因为我们是按照性价比递减的顺序向上装饮料，那么在相同体积下，蓝色这部分饮料的价格一定低于替换为第i种饮料的价格。

在这里插入图片描述

后面的情况便可以依次类推，遇到不同的情况，就用相同的方法去替换，显然替换后单位体积价值均不减少。全部替换完毕后，最优解就变成了贪心解，贪心解不劣于最优解得证。

根据假设，最优解已经是最优的情况，贪心解不劣于最优解，那么贪心解就是最优解。

5. 伪代码

FractionalKnapsack(n, p, v, C)

输入：商品数量n，各商品的价值p，各商品的体积v，背包容量C

输出：商品价值的最大值，最优解方案

计算商品性价比Ratio[1..n]并按降序排序
// Ratio[i], p[i], v[i]分别表示性价比第i大的商品的性价比、价格和体积
i <- 1
ans <- 0
// 根据贪心策略求解
while C > 0 and i <= n do
	if v[i] <= C then
		选择商品i
		ans <- ans + p[i]
		C <- c - V[i]
	end
	else
		选择C体积的商品i
		ans <- ans + p[i]*(C/v[i])
		C <- 0
	end
	i <- i + 1
end
return ans

时间复杂度分析：

按性价比排序的时间复杂度是O(n log n)，通过贪心策略遍历物品的时间复杂度是O(n)，所以整体算法的时间复杂度是O(n log n)。