背包问题的求解

问题描述

假设有一个能装入总体积为T的背包和n件体积分别为w1,w2…wn.的物品,能否从n件物品中挑选若干件恰好装满背包,即使w1+w2+…+wn=T,要求找出所有满足上述条件的解.


解决思路

回溯法

假设一个背包可背的重量为s,现在有n件物品,重量分别为w1,w2,…,wn。若选取其中若干件物品的质量总和恰好为s,那么称此背包问题有解,否在无解。

在讨论这个问题时,考虑的是一件物品在背包问题中只有两种可能
一种是不选择wn,这样 Knap(s,n)的解就是Knap(s,n-1)的解;
另一种是选择wn,这样Knap(s,n)的解就是Knap(s-wn,n-1)**的解;
这样可以将背包问题的递归定义为Knap(s,n)
s= 0时,Knap(s,n)=True
s<0时,Knap(s,n)=Fals
s>0且n<1,Knap(s,n)=False
s>0且n>=1,Knap(s,n)=Knap(s,n-1)或Knap(s-wn,n-1)

具体举个例子假设
假设T=10;w={1,8,4,3,5,2};
此时回溯的8
满足条件输出方案:1432
此时回溯的2
此时回溯的3
满足条件输出方案:145
此时回溯的5
此时回溯的2
此时回溯的4
此时回溯的5
此时回溯的2
此时回溯的3
此时回溯的2
此时回溯的5
此时回溯的2
此时回溯的1
满足条件输出方案:82
此时回溯的2
此时回溯的8
此时回溯的2
此时回溯的3
此时回溯的5
此时回溯的2
此时回溯的4
满足条件输出方案:352
此时回溯的2
此时回溯的5
此时回溯的2
此时回溯的3
此时回溯的2
此时回溯的5
此时回溯的2

代码展示

import java.util.Arrays;
public class Package {
    static class MyList {
        //定义Object类型的数组
        Object[] data ;
        //统计变量,用于统计数组元素的真实个数
        int size;
        public MyList() {
            //初始化长度为10
            this(50);
        }
        MyList(int length){
            //通过构造方法指定数组的长度
            data = new Object[length];
        }
        //长度
        public int getLength(){
            return size;
        }
        //为了方便看效果,我们覆写toString()方法
        //为了打印真实的数组内容,除去空余的默认值
        @Override
        public String toString() {
            //构建一个新的数组,长度为size
            Object[] newdata = new Object[size];
            //将data中的元素拷贝到新数组中
            System.arraycopy(data, 0, newdata, 0, size);
            //利用Arrays类,将数组转换成字符串
            return Arrays.toString(newdata);
        }
        //增
        void add(Object obj){
            //如果数组满了
            if(size>=data.length){
                //构建一个新的数组,容量默认增加10
                Object[] newdata = new Object[data.length+10];
                //将原来的数组内容拷贝到扩容后的数组中
                System.arraycopy(data, 0, newdata, 0, size);
            }
            //将新增的元素添加在数组的末尾
            data[size] = obj;
            //数组真实长度自增1
            size++;
        }

        //查找指定元素第一次出现的索引
        public int indexOf(Object obj){
            for (int i = 0; i < size; i++) {
                if(obj.equals(data[i])){
                    return i;
                }
            }
            return -1;//没有找到
        }

    }

    static class MyStack<E> {
        //数组的默认大小为10
         static final int DEFAULT_INIT_CAPACITY = 10;
        //底层的数组
         Object[] elements;
        //栈中的个数
         int size;
        public MyStack() {
            this(DEFAULT_INIT_CAPACITY);
        }
        public MyStack(int capacity) {
            //capacity条件检查 ,这里我们直接抛出异常
            if (capacity <= 0) {
                throw new IllegalArgumentException("capacity <= 0");
            }

            //新建一个capacity大小的数组
            elements = new Object[capacity];

            //初始个数为0
            size = 0;
        }

        //栈是否为空
        public boolean isEmpty() {
            return size == 0;
        }

        //返回栈中的元素个数
        public int size() {
            return size;
        }

        //将一个元素压入栈中
        public E push(E e) {
            //如果栈已满,进行扩容
            if (size >= elements.length) {
                grow();
            }
            //扩容完后将元素e压入栈中
            elements[size] = e;
            //别忘了size需要加 1
            size++;
            return e;
        }

        //出栈,就是将数组最后一个元素弹出
        public E pop() {
            //如果栈为空就返回null
            if (isEmpty()) {
                return null;
            }
            //拿到栈的大小
            int len = size();
            //把数组中最后一个元素保存起来
            E e = peek();
            //个数别忘了减1
            size--;
            //将最后一个元素置null
            elements[len - 1] = null;
            //返回e
            return e;
        }

        //返回最后一个元素
        public E peek() {
            int len = size();
            if (len == 0)
                throw new RuntimeException("stack is empty");
            return (E) elements[len - 1];
        }

        //扩容
        private void grow() {
            //将之前的数组保存
            int oldCapacity = elements.length;
            Object[] old = elements;
            //新的数组大小为原来数组大小的2倍
            int newCapacity = oldCapacity * 2;
            //再新建一个大小为原来数组2倍的新数组
            elements = new Object[newCapacity];
            //把以前的老的数组中的元素都移动新数组中
            for (int i = 0; i < oldCapacity; i++) {
                elements[i] = old[i];
            }

            //释放以前的内存空间
            old = null;
        }

    }
    public static void main(String[] args) {
        MyList list = new MyList();
        int count = 0;
//        Scanner scanner = new Scanner(System.in);
//        System.out.println("请输入的物体的体积,输入0停止");
//        while (scanner.hasNextLine()) {
//            int a = scanner.nextInt();
//            if (a == 0) {
//                break;
//            }
//            list.add(a);
//        }
//        System.out.println("请输入背包的大小");
//        int caption = scanner.nextInt();
//        scanner.close();
        list.add(1);
        list.add(8);
        list.add(4);
        list.add(3);
        list.add(5);
        list.add(2);
        int caption = 10;
        int length = list.size;
        MyStack<Integer> stack = new MyStack<>();
        int j = 0;
        do {
            for (int i = j; i < length && caption > 0; i++) {
                if (caption >= (int)list.data [i])//有点贪婪的思想能放下就放下
                {
                    caption -= (int) list.data[i];
                    //System.out.println(caption);
                    stack.push((Integer) list.data[i]);
                //   System.out.println("此时放置的" + list.get(i));
                }
            }
            if (caption == 0) {//合适我们就输出
                count++;
                System.out.print("第" + count + "种方案:");
                for (Object integer : stack.elements) {
                    if(integer!=null)
                    System.out.print(integer);
                }
                System.out.println();
            }
            int temp = stack.pop();//不合适我们就回溯
            caption += temp;
            System.out.println("此时回溯的" + temp);//碰到2就回溯两次
            j = list.indexOf(temp) +1;//从回溯的元素下一个元素开始
           // System.out.println(j);
        } while ((!stack.isEmpty())|| (j != length) );//双指针思想
    }
    /**
     程序=算法+数据结构,但是我觉得他们虽然是相加的关系,但是
      它们在对于程序的意义上的地位应该是不相等的,应该是3,7开的
      算法占7.数据结构占3,因为一个好的算法能够大大减小计算机解
      决问题的开销,虽然好的数据结构也可以,但是算法的用处应该还
      是大一点,就像这里和后面的八皇后,你如果采用枚举法的话,运算量
      将...**/
}

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
问题描述: 假设有一个能装入总体积为T的背包和n件体积分别为w1 , w2 , … , wn 的物品,能否从n件物品中挑选若干件恰好装满背包,即使w1 +w2 + … + wn=T,要求找出所有满足上述条件的解。例如:当T=10,各件物品的体积{1,8,4,3,5,2}时,可找到下列4组解: (1,4,3,2) (1,4,5) (8,2) (3,5,2)。 问题提示: 可利用回溯法的设计思想来解决背包问题。首先将物品排成一列,然后顺序选取物品装入背包,假设已选取了前i 件物品之后背包还没有装满,则继续选取第i+1件物品,若该件物品"太大"不能装入,则弃之而继续选取下一件,直至背包装满为止。但如果在剩余的物品中找不到合适的物品以填满背包,则说明"刚刚"装入背包的那件物品"不合适",应将它取出"弃之一边",继续再从"它之后"的物品中选取,如此重复,直至求得满足条件的解,或者无解。 题目之二: 问题描述: 假设有n件物品,这些物品的重量分别是W1 , W2 , … , Wn,物品的价值分别是V1,V2, …,Vn。求从这n件物品中选取一部分物品的方案,使得所选中的物品的总重量不超过限定的重量W(W<∑Wi, i=1,2,┅,n),但所选中的物品价值之和为最大。 问题提示: 利用递归寻找物品的选择方案。假设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[]中,该方案的总价值保存于变量max_value中。当前正在考察新方案,其物品选择情况保存于数组eop[]中。假设当前方案已考虑了i-1件物品,现在要考虑第i件物品:当前方案已包含的物品的重量之和为tw;因此,若其余物品都选择是可能的话,本方案所能达到的总价值的期望值设为tv。引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值max_value时,继续考察当前方案已无意义,应终止当前方案而去考察下一个方案。 第i件物品的选择有两种可能: ① 物品i被选择。这种可能性仅当包含它不会超过方案总重量的限制才是可行的。选中之后继续递归去考虑其余物品的选择; ② 物品i不被选择。这种可能性仅当不包含物品i也有可能找到价值更大的方案的情况。
评论
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

打赏作者

鵬哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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