C语言求解经典算法之背包问题(0-1与部分)

背包问题

背包问题是一种经典的组合优化问题,通常分为 0/1 背包问题和分数背包问题。

0-1背包问题

在 0/1 背包问题中,给定一组物品,每个物品有一个重量和一个价值,以及一个固定的背包容量,目标是选择一些物品放入背包中,使得放入的物品总重量不超过背包容量,并且所选物品的总价值最大化。每个物品要么完全放入背包中(表示为 1),要么不放入(表示为 0)。解决0-1背包问题的常见方法是动态规划算法,动态规划是一种自底向上的方法,通过填充一个二维数组来解决问题,其中数组的行表示物品,列表示背包容量,每个单元格存储选择放入物品的最优价值

下面附上C语言代码:

#include <stdio.h>

#define N 4 // 物品数量
#define W 5 // 背包容量

int max(int a, int b) {
    return a > b ? a : b;
}

int main() {
    int v[] = {0, 2, 4, 5, 6}; // 物品价值数组
    int w[] = {0, 1, 2, 3, 4}; // 物品重量数组

    int f[N + 1][W + 1] = {}; // 子问题解数组

    int i, j;
    for (i = 1; i <= N; i ++ ) {
        for (j = 1; j <= W; j ++ ) {
            f[i][j] = f[i - 1][j]; // 默认不选第 i 个物品

            if (j >= w[i]) { // 选第 i 个物品的前提条件
                // 等于 不选第 i 个物品 和 选第 i 个物品 两者的较大值
                f[i][j] = max(f[i][j], f[i - 1][j - w[i]] + v[i]);
            }

            // 上方是写法 1
            /* ============================================================ */
            // 下方是写法 2 

            /*
            if (j >= w[i]) { // 选第 i 个物品的前提条件
                // 等于 不选第 i 个物品 和 选第 i 个物品 两者的较大值
                f[i][j] = max(f[i - 1][j], f[i - 1][j - w[i]] + v[i]);
            } else { // 不选第 i 个物品
                f[i][j] = f[i - 1][j]; // 等于 从前 i - 1 个物品中选,背包容量为 j 时的最大价值
            }
            */
        }
    }

    printf("%d\n", f[N][W]);

    for (i = 0; i <= N; i ++ ) {
        for (j = 0; j <= W; j ++ ) {
            printf("%d ", f[i][j]);
        }
        printf("\n");
    }

    return 0;
}

部分背包问题

分数背包问题与0-1背包问题类似,但允许物品被分割成更小的部分,可以放入背包中,其价值按比例计算。解决部分背包问题的常见方法是贪心算法,贪心算法则尝试每次选择当前看起来最有利的物品放入背包中,直到无法再放入为止。

下面附上C语言代码:

#include <stdio.h>

#define N 5 // 物品数量
#define W 10 // 背包容量

int v_temp[N + 1], w_temp[N + 1]; // 物品价值数组 和 物品重量数组的临时数组
double vw_temp[N + 1]; // 物品单位重量价值数组的临时数组

double answer[N + 1]; // 解方案数组

// 归并排序
void merge_sort(int v[], int w[], double vw[], int l, int r) {
    if (l >= r) return;

    int mid = l + r >> 1;
    merge_sort(v, w, vw, l, mid), merge_sort(v, w, vw, mid + 1, r);

    int i = l, j = mid + 1, k = 1;
    while (i <= mid && j <= r)
    {
        if (vw[i] >= vw[j]) { // 按照 物品单位重量价值数组 从大到小的顺序排序
            vw_temp[k] = vw[i];
            v_temp[k] = v[i];
            w_temp[k] = w[i];

            k ++ , i ++ ;
        } else {
            vw_temp[k] = vw[j];
            v_temp[k] = v[j];
            w_temp[k] = w[j];

            k ++ , j ++ ;
        }
    }

    while (i <= mid) {
        vw_temp[k] = vw[i];
        v_temp[k] = v[i];
        w_temp[k] = w[i];

        k ++ , i ++ ;
    }

    while (j <= r) {
        vw_temp[k] = vw[j];
        v_temp[k] = v[j];
        w_temp[k] = w[j];
        k ++ , j ++ ;
    }

    for (i = l, j = 1; i <= r; i ++ , j ++ ) {
        vw[i] = vw_temp[j];
        v[i] = v_temp[j];
        w[i] = w_temp[j];
    }
}

// 显示物品价值、重量、单位重量价值数组
void show(int v[], int w[], double vw[]) {
    int i;

    printf("物品价值数组:");
    for (i =  1; i <= N; i ++ ) printf("%d ", v[i]);
    printf("\n");

    printf("物品重量数组:");
    for (i =  1; i <= N; i ++ ) printf("%d ", w[i]);
    printf("\n");

    printf("物品单位重量价值数组:");
    for (i =  1; i <= N; i ++ ) printf("%.1lf ", vw[i]);
    printf("\n");
}

// 求解部分背包问题最优解
double Max_Value(int v[], int w[], double vw[]) {
    double result = 0.0;

    int i;
    int W_temp = W;
    for (i = 1; i <= N; i ++ ) {
        if (W_temp >= w[i]) { // 当前背包容量 大于等于 物品重量 就直接全部装入到背包中
            answer[i] = 1.0;

            result = result + v[i];

            W_temp = W_temp - w[i];
        } else { // 当前背包容量 小于 物品重量 就应该将该物品的一部分装入到背包中
            break;
        }
    }

    if (W_temp > 0 && i <= N) { // 当前背包还有剩余容量 并且 还有可选的物品
        answer[i] = (double) W_temp / w[i];

        result = result + W_temp * vw[i];
        // result = result + (double) W_temp / w[i] * v[i];
    }

    return result;
}

int main() {
    int v[] = {0, 6, 3, 5, 4, 6}; // 物品价值数组
    int w[] = {0, 2, 2, 6, 5, 4}; // 物品重量数组

    double vw[N + 1]; // 物品单位重量价值数组

    int i;
    // 初始化 物品单位重量价值数组
    for (i = 1; i <= N; i ++ ) vw[i] = (double) v[i] / w[i];

    printf("排序前:\n");
    show(v, w, vw);

    merge_sort(v, w, vw, 1, N);

    printf("排序后:\n");
    show(v, w, vw);

    double result = Max_Value(v, w, vw);
    printf("\nresult = %.2lf\n", result);
    printf("\n");

    printf("解方案结果:");
    for (i = 1; i <= N; i ++ ) printf("%.1lf ", answer[i]);

    return 0;
}

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C语言中,可以使用动态规划算法来解决0-1背包问题。动态规划算法的基本思想是将问题分解为子问题,并利用子问题的解来构建原问题的解。 下面是使用动态规划算法求解0-1背包问题C语言代码示例: ```c #include <stdio.h> // 定义最大物品数量和背包容量 #define MAX_N 100 #define MAX_W 1000 // 物品的重量和价值 int weight[MAX_N]; int value[MAX_N]; // 动态规划表格 int dp[MAX_N][MAX_W]; // 求解0-1背包问题 int knapsack(int n, int W) { // 初始化第一行和第一列为0 for (int i = 0; i <= n; i++) { dp[i][0] = 0; } for (int j = 0; j <= W; j++) { dp[0][j] = 0; } // 填充动态规划表格 for (int i = 1; i <= n; i++) { for (int j = 1; j <= W; j++) { if (weight[i] <= j) { // 当前物品的重量小于等于背包容量,可以选择放入或不放入背包 dp[i][j] = (value[i] + dp[i - 1][j - weight[i]]) > dp[i - 1][j] ? (value[i] + dp[i - 1][j - weight[i]]) : dp[i - 1][j]; } else { // 当前物品的重量大于背包容量,只能选择不放入背包 dp[i][j] = dp[i - 1][j]; } } } // 返回最优解 return dp[n][W]; } int main() { int n; // 物品数量 int W; // 背包容量 printf("请输入物品数量和背包容量:"); scanf("%d %d", &n, &W); printf("请依次输入每个物品的重量和价值:\n"); for (int i = 1; i <= n; i++) { scanf("%d %d", &weight[i], &value[i]); } int max_value = knapsack(n, W); printf("背包中物品的最大总价值为:%d\n", max_value); return 0; } ``` 以上代码使用二维数组`dp`来表示动态规划表格,其中`dp[i][j]`表示前`i`个物品放入背包容量为`j`时的最大总价值。通过填充动态规划表格,最终得到背包中物品的最大总价值。

“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