01背包问题-----回溯法的解决方案

01背包问题是个经典的动态规划问题,但是也可以用回溯法来解决。只是这是找一个子树而不是一个全部树元素的排列。

#include<iostream>
using namespace std;

#define MAX 1024

int C=7;//最大重量
int N=4;//包个数
int value[MAX];//记录每个包的价值
int weight[MAX];//记录每个包的重量
int currentValue=0;//当前的价值
int currentWeight=0;//当前的重量
int maxValue=0;//记录最大价值
int tempRecord[MAX];//记录选中的包编号
int maxRecord[MAX];//记录当取最大价值时的选中的包编号

/*              
*	设置tempcount和maxcount是我们只是找一棵子树。每次找的个数也许都不一样,这就是tempcount的原因。
*   为了正确的记录当取到最大价值时的节点编号,我们用了maxcount这个记录变量。       
*/

int tempcount;//记录每次选中包的个数
int maxcount;//记录最大价值时选中的包个数

void swap(int& a,int& b)
{
	int temp=a;
	a=b;
	b=temp;
}
void init()
{
	/* 测试数据一*/
	value[1]=9;
	value[2]=10;
	value[3]=7;
	value[4]=4;

	weight[1]=3;
	weight[2]=5;
	weight[3]=2;
	weight[4]=1;
	
	/* 测试数据二
	weight[1]=1;
	weight[2]=4;
	weight[3]=2;
	weight[4]=3;

	value[1]=2;
	value[2]=1;
	value[3]=4;
	value[4]=3;
	*/
	int i;
	for(i=1;i<=N;i++)
		tempRecord[i]=i;
}

void backtrace(int t)
{
	int i;
	if(t<=N)
	{
		for(i=t;i<=N;i++)//排列
		{
			swap(tempRecord[i],tempRecord[t]);
			if(weight[tempRecord[t]]<=C-currentWeight)
			{
				tempcount++;
				currentWeight+=weight[tempRecord[t]];
				currentValue+=value[tempRecord[t]];
				backtrace(t+1);
				tempcount--;
				currentWeight-=weight[tempRecord[t]];
				currentValue-=value[tempRecord[t]];
			}
			swap(tempRecord[i],tempRecord[t]);
		}
	}
	if(t>N||i>N)
		/*
			设置i>N的原因是我们只是找一个子树(子序列),而不是一个完整的树。所以很有可能我们找不到第t层的节点(第t个节点)。
			但是我们要一直搜索到最后一个节点知道超过N,那么我们要对这种情况进行判断。
			当然t>N是肯定要执行的。
		*/
	{
		if(currentValue>maxValue)
		{
			maxValue=currentValue;
			maxcount=tempcount;
			for(i=1;i<=tempcount;i++)
			{
				maxRecord[i]=tempRecord[i];
			}
		}			
	}
}
void main()
{
	init();
	backtrace(1);
	
	
	int i;
	cout<<"包的价值为:";
	for(i=1;i<=N;i++)
	{
		cout<<"value["<<i<<"]="<<value[i]<<" ";
	}
	cout<<endl;
	cout<<"包的重量为:";
	for(i=1;i<=N;i++)
	{
		cout<<"weight["<<i<<"]="<<weight[i]<<" ";
	}
	cout<<endl;
	cout<<"最大价值为: "<<maxValue<<endl;
	cout<<"选中的包个数为 :"<<maxcount<<endl;
	cout<<"选中的包编号分别为:";
	for(i=1;i<=maxcount;i++)
		cout<<maxRecord[i]<<" ";
	cout<<endl;
}


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Matlab中使用回溯法解决0-1背包问题的步骤如下: 1. 定义问题的输入参数:物品总数n,每个物品的体积w[i]和价值v[i],以及背包的总容量W。 2. 创建一个递归函数,该函数用于搜索所有可能的解决方案。函数的输入参数包括当前考虑的物品索引t,当前已放入背包的物品总体积currentWeight,当前已放入背包的物品总价值currentValue,以及一个布尔数组x,用于记录哪些物品已经放入背包中。 3. 在递归函数中,首先判断是否已经考虑完所有物品(即t是否等于n)。如果是,则返回当前已放入背包的物品总价值currentValue。 4. 如果还有物品未考虑,则分别考虑两种情况:将第t个物品放入背包或不放入背包。 5. 如果将第t个物品放入背包,需要判断是否超出背包的总容量。如果超出,则直接返回当前已放入背包的物品总价值currentValue。 6. 如果没有超出背包的总容量,则更新当前已放入背包的物品总体积currentWeight和总价值currentValue,并将x[t]设置为1,表示第t个物品已放入背包。 7. 继续递归调用函数,考虑下一个物品(即t+1),将递归调用的结果加到当前已放入背包的物品总价值currentValue中。 8. 将x[t]重新设置为0,表示第t个物品不放入背包。 9. 继续递归调用函数,考虑下一个物品(即t+1),并将递归调用的结果加到当前已放入背包的物品总价值currentValue中。 10. 返回两种情况中的较大值作为当前已放入背包的物品总价值。 11. 在主程序中调用递归函数,并传入初始参数。 以下是一个使用回溯法解决0-1背包问题的Matlab代码示例: ```matlab function max_value = backtrack_knapsack(n, w, v, W) x = zeros(1, n); % 初始化布尔数组x max_value = backtrack(1, 0, 0, x); % 调用递归函数 function value = backtrack(t, currentWeight, currentValue, x) if t > n value = currentValue; else % 将第t个物品放入背包 if currentWeight + w(t) <= W x(t) = 1; value1 = backtrack(t+1, currentWeight + w(t), currentValue + v(t), x); else value1 = -inf; % 超出背包容量,设置为负无穷 end % 不将第t个物品放入背包 x(t) = 0; value2 = backtrack(t+1, currentWeight, currentValue, x); % 返回两种情况中的较大值 value = max(value1, value2); end end end % 示例用法 n = 4; % 物品总数 w = [2, 3, 4, 5]; % 物品体积 v = [3, 4, 5, 6]; % 物品价值 W = 8; % 背包总容量 max_value = backtrack_knapsack(n, w, v, W); disp(max_value); % 输出最大价值 ```

“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