【未写完】0/1背包问题的三种算法思想分析(贪心算法、动态规划、分支限界法)

最新推荐文章于 2024-09-21 21:07:19 发布

脏比小念

最新推荐文章于 2024-09-21 21:07:19 发布

阅读量3.5k

点赞数 2

分类专栏：程序算法文章标签： 0/1背包动态规划分支限界

程序算法专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文有引用其他作者的文章，请看对应算法后的原文链接

1）贪心算法

C=150C=150, 最大承重

wi=[35,30,60,50,40,10,25]wi=[35,30,60,50,40,10,25]，每个物品的重量

pi=[10,40,30,50,35,40,10]pi=[10,40,30,50,35,40,10]，每个物品的价格

关键在于子问题的定义，本例，我么可以将子问题定义为，在选取某一物品（wiwi）放入背包以后，在背包容量还有C′:=C−wiC′:=C−wi的情况下，选择下一个物品放入背包。

如何选择每一次子问题的所需确定的物品呢？这正是贪心策略的选择问题了。对于本题，常见的贪婪策略有三种，

1.根据物品价值选择，每次都选价值最高的物品

[4, 2, 6, 5]-> 130（总重量），165（价值）

2.根据物品重量选择，每次都选最轻的

[6, 7, 2, 1, 5] -> 140（总重量），155（总价格）

3.根据价值密度（也即性价比），每次都选性价比最高的

性价比：[0.286, 1.333, .5, 1., .0875, 4., 1.2]

[6, 2, 7, 4, 1] -> 150（总重量），170（总价格）

该算法原文：https://blog.csdn.net/lanchunhui/article/details/49962709

2）动态规划

Java关键代码：

	/*计算最优值方法
     * Knapsack(数量n,背包容量c,重量列表w,价值列表v,数组M){}
     * return：无
     * 说明：计算并构建0-1最优值M数组
     * 
     * i,j：循环变量 
     * Jmax：背包已用容量
     */
	public static void Knapsack(int n,int c,int w[],int v[],int m[][]){
		int i,j;
		int Jmax = Min(w[n]-1,c);//找到最后物品不能存放的容量区间上限
		for(i=0;i<=Jmax;i++)//最后一个物品不能存放的区间，价值设为0
			m[n][i]=0;
		for(i=w[n];i<=c;i++)//可以存放，填入最后一个物品价值
			m[n][i]=v[n];
		for(i=n-1;i>0;i--){
			Jmax = Min(w[i]-1,c);//找到当前背包已用容量
			for(j=0;j<=Jmax;j++)//填入背包已用容量的价值
				m[i][j]=m[i+1][j];
			for(j=w[i];j<=c;j++)//将原有物品的价值和加入物品后的总价值中的最大指，填入背包未用容量
				m[i][j]=Max(m[i+1][j],m[i+1][j-w[i]]+v[i]);
		}
		m[0][c] = m[1][c];//先将原最大价值设为当前最大价值
		if(c>=w[0])//如果还能装下1号物品，填入原最大价值和加入1号物品后的总价值中的最大值
			m[0][c]=Max(m[0][c],m[1][c-w[1]]+v[i]);
	}
	
	/*生成最优解序列方法
     * Traceback(数量n,背包容量c,重量列表w,数组M,解序列数组X){}
     * return：无
     * 
     * 
     * i：循环变量 
     * Jmax：背包已用容量
     */
	public static void Traceback(int n,int c,int w[],int m[][],int x[]){
		for(int i=0;i<n;i++){
			if(m[i][c]==m[i+1][c])//如果当前总价值==上一轮总价值
				x[i]=0;           //当前物品未加入背包
			else{
				x[i]=1;           //否则，当前物品加入背包
				c-=w[i];//背包容量减去当前物品总量，供下一循环返回到添加物品时的容量
			}
		}
		if (m[n][c]!=0)//判断最后一个物品重量是否超过背包容量
			x[n] = 1;//没有超过，则被加入背包
		else
			x[n] = 0;//超过，则被加入背包
	}

3）分支限界法

例：0/1背包问题。假设有4个物品，其重量分别为(4, 7, 5, 3)，价值分别为(40, 42, 25, 12)，背包容量W=10。首先，将给定物品按单位重量价值从大到小排序，结果如下：