0-1背包问题(回溯法)

前面这块转贴原理及c++代码实现的回溯算法-----带剪枝的递归回溯;最后给出一个不带剪枝的c语言描述的

递归回溯算法且不能给出选择方案,只给出最大价值

回溯法:
回溯法是一个既带有系统性又带有跳跃性的的搜索算法。它在包含问题的所有解的解空间树中,按照深度优先的策略,从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时,总是先判断该结点是否肯定不包含问题的解。如果肯定不包含,则跳过对以该结点为根的子树的系统搜索,逐层向其祖先结点回溯。否则,进入该子树,继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时,要回溯到根,且根结点的所有子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时,只要搜索到问题的一个解就可以结束。这种以深度优先的方式系统地搜索问题的解的算法称为回溯法,它适用于解一些组合数较大的问题。

二、算法框架:

1
、问题的解空间:应用回溯法解问题时,首先应明确定义问题的解空间。问题的解空间应到少包含问题的一个(最优)解。

2
、回溯法的基本思想:确定了解空间的组织结构后,回溯法就从开始结点(根结点)出发,以深度优先的方式搜索整个解空间。这个开始结点就成为一个活结点,同时也成为当前的扩展结点。在当前的扩展结点处,搜索向纵深方向移至一个新结点。这个新结点就成为一个新的活结点,并成为当前扩展结点。如果在当前的扩展结点处不能再向纵深方向移动,则当前扩展结点就成为死结点。换句话说,这个结点不再是一个活结点。此时,应往回移动(回溯)至最近的一个活结点处,并使这个活结点成为当前的扩展结点。回溯法即以这种工作方式递归地在解空间中搜索,直至找到所要求的解或解空间中已没有活结点时为止。

运用回溯法解题通常包含以下三个步骤:

1)针对所给问题,定义问题的解空间;

2)确定易于搜索的解空间结构;

3)以深度优先的方式搜索解空间,并且在搜索过程中用剪枝函数避免无效搜索;

3
、递归回溯:由于回溯法是对解空间的深度优先搜索,因此在一般情况下可用递归函数来实现回溯法。

【概要设计】

01背包问题是一个子集选取问题,适合于用子集树表示01背包问题的解空间。在搜索解空间树是,只要其左儿子节点是一个可行结点,搜索就进入左子树,在右子树中有可能包含最优解是才进入右子树搜索。否则将右子树剪去。

int c;//背包容量

  int n; //物品数

  int *w;//物品重量数组

  int *p;//物品价值数组

  int cw;//当前重量

  int cp;//当前价值

  int bestp;//当前最优值

  int *bestx;//当前最优解

  int *x;//当前解

 

int Knap::Bound(int i)//计算上界

void Knap::Backtrack(int i)//回溯

 

int Knapsack(int p[],int w[],int c,int n) //Knap::Backtrack初始化

 

【详细设计】

#include<iostream>

using namespace std;

 

 

 

class Knap

{

friend int Knapsack(int p[],int w[],int c,int n );

 

public:

       void print()

       {

        for(int m=1;m<=n;m++)

   {

    cout<<bestx[m]<<" ";

   }

   cout<<endl;

       };

 

private:

  int Bound(int i);

  void Backtrack(int i);

 

  int c;//背包容量

  int n; //物品数

  int *w;//物品重量数组

  int *p;//物品价值数组

  int cw;//当前重量

  int cp;//当前价值

  int bestp;//当前最优值

  int *bestx;//当前最优解

  int *x;//当前解

 

};

 

 

int Knap::Bound(int i)

{

 //计算上界

       int cleft=c-cw;//剩余容量

       int b=cp;

       //以物品单位重量价值递减序装入物品

       while(i<=n&&w[i]<=cleft)

       {

         cleft-=w[i];

         b+=p[i];

         i++;

       }

       //装满背包

       if(i<=n)

              b+=p[i]/w[i]*cleft;

       return b;

}

 

 

void Knap::Backtrack(int i)

{

  if(i>n)

  {

    if(bestp<cp)

       {

           for(int j=1;j<=n;j++)

                   bestx[j]=x[j];

           bestp=cp;

       }

       return;

  }

  if(cw+w[i]<=c) //搜索左子树

  {            

      x[i]=1;

         cw+=w[i];

         cp+=p[i];

         Backtrack(i+1);

         cw-=w[i];

         cp-=p[i];

  }

         if(Bound(i+1)>bestp)//搜索右子树

         {

             x[i]=0;

                Backtrack(i+1);

         }

 

}

 

 

class Object

{

 friend int Knapsack(int p[],int w[],int c,int n);

public:

       int operator<=(Object a)const

       {

        return (d>=a.d);

       }

private:

       int ID;

       float d;

};

 

 

int Knapsack(int p[],int w[],int c,int n)

{

 //Knap::Backtrack初始化

       int W=0;

       int P=0;

       int i=1;

       Object *Q=new Object[n];

       for(i=1;i<=n;i++)

       {

        Q[i-1].ID=i;

        Q[i-1].d=1.0*p[i]/w[i];

        P+=p[i];

        W+=w[i];

       }

       if(W<=c)

              return P;//装入所有物品

       //依物品单位重量排序

       float f;

       for( i=0;i<n;i++)

        for(int j=i;j<n;j++)

        {

         if(Q[i].d<Q[j].d)

         {

           f=Q[i].d;

              Q[i].d=Q[j].d;

              Q[j].d=f;

         }

 

 

        }

      

       Knap  K;

       K.p = new int[n+1];

    K.w = new int[n+1];

       K.x = new int[n+1];

       K.bestx = new int[n+1];

       K.x[0]=0;

       K.bestx[0]=0;

       for( i=1;i<=n;i++)

       {

        K.p[i]=p[Q[i-1].ID];

        K.w[i]=w[Q[i-1].ID];

       }

       K.cp=0;

       K.cw=0;

       K.c=c;

       K.n=n;

       K.bestp=0;

       //回溯搜索

       K.Backtrack(1);

    K.print();

    delete [] Q;

       delete [] K.w;

       delete [] K.p;

       return K.bestp;

}

 

void main()

{

       int *p;

       int *w;

    int c=0;

       int n=0;

       int i=0;

 

       cout<<"请输入背包个数:"<<endl;

    cin>>n;

       p=new int[n+1];

       w=new int[n+1];

       p[0]=0;

       w[0]=0;

 

       cout<<"请输入个背包的价值:"<<endl;

       for(i=1;i<=n;i++)

              cin>>p[i];

 

       cout<<"请输入个背包的重量:"<<endl;

       for(i=1;i<=n;i++)

              cin>>w[i];

 

       cout<<"请输入背包容量:"<<endl;

       cin>>c;

 

       cout<<Knapsack(p,w,c,n)<<endl;

        

}

/*c*/

#include "stdio.h"
#define N 5
int bestp;
int cp;
int x[N];
void knap(int c[N],int v[N],int t,int m)
{
 int i;
 if(t>N-1)
 {
  if(bestp<cp) bestp=cp;
 }
 else
 {
  if(c[t]<=m)
     {
   cp+=v[t];
   m-=c[t];
   knap(c,v,t+1,m);
   m+=c[t];
   cp-=v[t];
     }
        knap(c,v,t+1,m);


 }
}
main()
{
   int c[]={2,2,6,5,4},v[]={6,3,5,4,6};
   int m=10;
   knap(c,v,0,m);
   printf("%d/n",bestp);
}

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“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 2
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