08分支限界法-最大装载问题
问题描述:
已知有一个两个容量为C1,C2的轮船,现有集装箱n个,集装箱体积分别为W1-n,试问两个轮船能否装下所有集装箱,如果能装下,请设计算法计算最佳装载方案。
问题分析:
此问题为固定容量大小最大装载问题,如果想要判断最大装载能否装下所有集装箱,则首先考虑在C1最大装载的情况下,剩余集装箱能否全部装进C2,因此此问题转化为C1最大装载问题。由于每个集装箱都有装和不装两个选项,所以此问题的解答是一个解空间树,将设计用分支限界法来解决。
算法介绍:
分支限界法的核心思想是通过设计合适的限界函数,对全排列空间树的结点进行剪枝,减少不必要的解数量,以此提高算法的效率。限界函数的作用是判断该结点是否满足继续执行的必要,如果该条路径的解偏离最优方案,则不满足。例如在01背包问题中,如果加入某个商品结点,其最大价值相较于已经得出的价值变小,则进行剪枝。这里的最大价值便是此结点选择下的答案的上界(若是最小解则是下界)。因此,只要能计算出每个结点的上界,便可以对该结点进行剪枝判断。而某个结点的上界,往往需要将该结点往下所有分支全部计算后,才能得出,因此,在分支限界法中,通常使用估计上界(估计代价)来代替上界。估计上界是假设选择此结点后,下面所有的执行步骤都按照最优解来计算,如在01背包中,第i个商品装入后的估计上界为已经装入的总价值+后面所有商品在不考虑不可分情况下能装入的最大价值(此前已经对商品基于单位价值进行排序),即理论上在未来能装入的最大价值,将此作为上界函数。而剪枝则发生在活结点的上界<当前函数值时,表明不会再产生比当前函数值更大的数值。
分支限界法用队列实现,结点入队顺序与层次遍历类似,在扩展结点处,将其所有孩子结点入队,再从中选择一个作为新的扩展结点。传统的FIFBOO为按照先进先出的顺序选择扩展结点,而LCBB则利用优先队列,通过对活节点中每个结点的上界进行比较,优先选择最优上界作为新的扩展结点。在分支限界法中,每个结点通常有两个参数,一个为当前解(下界),另一个为上界,当上界小于当前解(下界)时,进行剪枝。在FIFBOO中,随着结点的选择,下界不断向上修正,直到上界=下界(当前解为最大解)或者上界<下界,进行剪枝。而在LCBB中,由于每次选择的均为最大上界,因此只要发生剪枝操作,算法结束运行,得出最优解。
笔记:
最大装载问题代码:
//FLFOBB
int MaxLoading(int w[],int c,int n){//物品重量,最大容量,物品个数
Queue Q;
Q.enqueue(-1);
int i = 1;
int ew = 0,r = 0,bestw = 0;//截止拓展结点处载重量,剩余载重量,最优载重量
for(int j=2;j<=n;j++){
r+ = w[j];
}
while(true){
int wt = ew+w[i];//左子树结点重量,即选了w[i]的载重量
if(wt<=c){//判断左子树可行性
if(wt>bestw)//该解是否大于最优解
bestw = wt;
if(i<n)
Q.enqueue(wt);
}
if(ew+r>bestw&&i<n)//判断右子树可行性
Q.equeue(ew)
Q.dequeue(ew);//取下一个扩展结点
if(ew = -1){
if(Q.isempty())
return bestw;
Q.enqueue(-1);
Q.dequeue(ew);
i++;
r -= w[i];
}
}
}