回溯法 01背包问题 剪枝

背包问题涉及的是子集树,层数即物品的数量,
每个物品有选和不选两种选择,即每个节点有左子树(选)和右子树(不选)
而恰当的剪枝函数体现在对待右子树上,
因为右子树至少是不选1个了,因此很有可能出现以下情况:
剩下的所有物品价值加起来还没有目前为止的maxvalue大
当这种情况出现时,就可以剪枝了,避免不必要的查找。

package niuke;

/**
 * Created by asus on 2017/11/29.
 */
public class Bags01 {
    int n = 5;
    int capacity = 10;
    int[] weight = {2,6,4,1,5};
    double[] value = {6,9,6,1,4};
    int maxValue = 0;
    int tempValue;
    int tempWeight;
    int[] way = new int[n];
    int[] bestWay = new int[n];
    public void backTrack(int t){
        //已经搜索到根节点
        if(t>n-1){
            if(tempValue > maxValue){
                maxValue = tempValue;
                for(int i=0;i<n;i++)
                    bestWay[i] = way[i];
            }
            return;
        }
        //搜索左边节点
        if(tempWeight + weight[t] <= capacity){
            tempWeight += weight[t];
            tempValue += value[t];
            way[t] = 1;
            backTrack(t+1);
            tempWeight -= weight[t];
            tempValue -= value[t];
            way[t] = 0;
        }
        //不装入这个物品,直接搜索右边的节点
        if( bound(t+1) >= maxValue){
            backTrack(t+1);
        }
    }
    //用于计算剩余物品的最高价值上界
    public double bound(int k){
        double maxLeft = tempValue;
        int leftWeight = capacity - tempWeight;
        //尽力依照单位重量价值次序装剩余的物品
        while(k <= n-1 && leftWeight > weight[k] ){
            leftWeight -= weight[k];
            maxLeft += value[k];
            k++;
        }
        //不能装时,即leftWeight < weight[k],但此时并不能确保该物品之后就没有可选的了
        // 用下一个物品的单位重量价值折算到剩余空间作为推测。
        if( k <= n-1){
            maxLeft += value[k]/weight[k]*leftWeight;
        }
        return maxLeft;
    }

    public static void main(String[] args){
        Bags01 b = new Bags01();
        b.backTrack(0);
        System.out.println("该背包能够取到的最大价值为:"+b.maxValue);
        System.out.println("取出的方法为:");
        for(int i : b.bestWay)
            System.out.print(i+"  ");
    }

}


//output
/*
该背包能够取到的最大价值为:16
取出的方法为:
1  1  0  1  0  
*/
  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回溯法是解决01背包问题的一种常用方法,但是在处理大规模问题时,回溯法的效率会变得很低。因此,我们需要使用剪枝技术来优化回溯法的效率。 剪枝是指在搜索过程中,根据问题的特点,提前判断某些分支不可能得到最优解,从而减少搜索的分支数,提高搜索效率。在01背包问题中,我们可以使用以下两种剪枝技术: 1.重量剪枝:如果当前物品加入背包后,背包的重量已经超过了背包的容量,那么就可以直接剪枝,不再继续搜索。 2.限界剪枝:在搜索过程中,我们可以计算出当前背包中已经装入物品的总价值,以及剩余物品的最大价值和。如果当前背包中已经装入物品的总价值加上剩余物品的最大价值和小于当前最优解的价值,那么就可以直接剪枝,不再继续搜索。 下面是使用剪枝技术的回溯法解决01背包问题的Python代码: ```python def backtrack(i, cw, cv): global max_value if i == n or cw == w: if cv > max_value: max_value = cv return if cw + items[i][0] <= w: backtrack(i+1, cw+items[i][0], cv+items[i][1]) if cv + bound(i+1, cw) > max_value: backtrack(i+1, cw, cv) def bound(i, cw): if cw >= w: return 0 max_value = 0 total_weight = 0 for j in range(i, n): if total_weight + items[j][0] <= w: total_weight += items[j][0] max_value += items[j][1] else: remain_weight = w - total_weight max_value += items[j][1] * (remain_weight / items[j][0]) break return max_value if __name__ == '__main__': items = [(2, 3), (3, 4), (4, 5), (5, 6)] n = len(items) w = 8 max_value = 0 backtrack(0, 0, 0) print(max_value) ```

“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