计科《算法设计与分析》第七周作业1——背包问题

作业原题:

(1)背包问题。对上文中提到的背包问题提供的表1(数据文件下载Knapsack.txt,第一行为背包总重量15,物品数量5;第2-6行,分别为第1-5件物品的重量与价值),W=15,编程计算最终背包所装物品的编号、总重量与总价值。要求能够把构造的二维表格输出到文件KnapsackResult.txt中。

Knapsack.txt文件内容如下:


我的解答如下:

源代码:

#include <iostream>
#include <fstream>
using namespace std;

struct Things
{
	int weight;
	int value;
};
int max(int a,int b,bool& k)
{
	if(a < b)
	{
		k = true;
		return b;
	}else
	{
		k = false;
		return a;
	}
}
int getTheMostValue(int const W,
					int const N,
					Things const things[],
					char const* outfile)
{
	ofstream out(outfile);
	if (!out)
	{
		return -1;
	}
	int** K;
	cout<<"背包容量:"<<W<<"\t"<<"物品总数:"<<N<<endl;
	cout<<endl;
	K = new int*[W+1];
	for (int i = 0; i <= W; ++i)
	{
		K[i] = new int[N+1];
	}
	for (int j = 0; j <= N ; ++j)
	{
		K[0][j] = 0;
	}
	for (int w = 0; w <= W ; ++w)
	{
		K[w][0] = 0;
	}
//
	bool k = false;
	int res_weight = 0;//总重量
	cout<<"第 ";
	for (int j = 1; j <= N; ++j)
	{
		for (int w = 1; w <= W; ++w)
		{
			if (things[j].weight > w)
			{
				K[w][j] = K[w][j-1];
				//不放进去
			}
			else
			{
				K[w][j] = max(K[w][j-1] , K[w-things[j].weight][j-1]+things[j].value , k);
			}
		}
		if( k )
		{
			cout<<j<<" ";
			res_weight += things[j].weight;
		}
	}
	cout<<"件物品被放进背包里\n";
	int res_value= K[W][N];//总价值
	cout<<"总重量为:"<<res_weight<<endl;
	cout<<"总价值为:"<<res_value<<endl;
	cout<<"构造的二维表格请查看文件:"<<outfile<<endl;
	for (int w = 0; w <= W; ++w)
	{
		for (int j = 0; j <= N; ++j)
		{
			out<<K[w][j]<<"\t";
		}
		out<<endl;
	}

	out.close();
	for (int i = 0; i < W; ++i)
	{
		delete [] K[i];
	}
	delete [] K;
	return res_value;
}

int main(int argc, char const *argv[])
{
	char const* infile = argv[1];
	char const* outfile = argv[2];
	ifstream in(infile);
	if (!in)
	{
		return -1;
	}
	int W,N;
	Things* things;
	in>>W>>N;
	things = new Things[N+1];
	for (int i = 1; i <= N; ++i)
	{
		in>>things[i].weight>>things[i].value;
	}
    in.close();
    int result = getTheMostValue(W, N, things, outfile);
    if(-1 == result)
		return -1;
	return 0;
}
结果如下:


KnapsackResult.txt文件的内容如下:


  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 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。

“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
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