利用动态规划解决0-1背包问题

#include<iostream>
#include<stack>
#include<vector>
using namespace std;
stack<int> KnapSack(int c,vector<int> w,vector<int> v,int &max_m)
{
    vector<vector <int> > m(w.size(),vector<int>(c+1));
    stack<int> res;
    int i,j;
    max_m=0;
    for(j=0;j<c+1;j++) //对于m[n][j],
        if(j<w[w.size()-1])
            m[w.size()-1][j]=0;  //当j<w[n]时,物品n不能放入背包中,此时背包的价值为0。
        else
            m[w.size()-1][j]=v[v.size()-1];  //当j>=w[n]时,物品n可以放入背包,此时背包的价值为v[n]
    for(i=w.size()-2;i>=0;i--) //对于m[i][j],
    {
        for(j=0;j<c+1;j++)
            if(j<w[i])          //当j<w[i]时,物品i不能放入背包中,此时背包的价值为m[i+1][j]。
                m[i][j]=m[i+1][j];
            else                //当j>=w[i]时,物品n可以放入背包
            {
                int m1=m[i+1][j];  //当物品i不放入背包时,能达到的最大价值为m[i+1][j]
                int m2=m[i+1][j-w[i]]+v[i];  //当物品i放入背包后,对于物品i+1到n,能达到的最大价值为m[i+1][j-w[i]]+v[i]
                m[i][j]=m1>m2?m1:m2;         //两者取其大者
            }
    }
/*    cout << "最优值矩阵:"<<endl;
    for(i=0;i<w.size();i++)
    {
        for(j=0;j<c+1;j++)
            cout<<m[i][j]<<" ";
        cout <<endl;
    }
    cout <<endl;
    */
    j=c;
    for(i=0;i<w.size()-1;i++)
    {
        if(m[i][j]!=m[i+1][j])
        {
            res.push(i+1);
            max_m+=v[i];
            j=j-w[i];
        }
    }
    if(m[w.size()-1][j]!=0)
    {
        res.push(w.size());
        max_m+=v[w.size()-1];
    }
    return res;
}
int main()
{
    vector<int> weight;
    vector<int> value;
    stack<int>  result;
    int max_weight;
    int tmp;
    int result_m=0;
    cout<< "输入背包最大容量"<<endl;
    cin >> max_weight;
    cout <<"输入物品重量,以0结束"<<endl;
    while(1)
    {
        cin>>tmp;
        if(tmp!=0)
            weight.push_back(tmp);
        else
            break;
    }
    cout <<"物品重量: "<<endl;
    for(int i=0;i<weight.size();i++)
        cout <<weight[i]<<" ";
    cout << endl;
    cout <<"输入物品权重,以0结束"<<endl;
    while(1)
    {
        cin>>tmp;
        if(tmp!=0)
            value.push_back(tmp);
        else
            break;
    }
    cout <<"物品权重: "<<endl;
    for(int i=0;i<value.size();i++)
        cout <<value[i]<<" ";
    cout << endl;
    result=KnapSack(max_weight,weight,value,result_m);
    cout <<"放入背包的物品为:"<<endl;
    while(!result.empty())
    {
        cout <<result.top()<<" ";
        result.pop();
    }
    cout <<endl;
    cout<<"背包最大价值为:"<<result_m<<endl;
    return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
实验课程:算法分析与设计 实验名称:用动态规划法求解资源分配问题 (验证型实验) 实验目标: (1)掌握用动态规划方法求解实际问题的基本思路。 (2)进一步理解动态规划方法的实质,巩固设计动态规划算法的基本步骤。 实验任务: (1)设计动态规划算法求解资源分配问题,给出算法的非形式描述。 (2) 在Windows环境下用C 语言实现该算法。计算10个实例,每个实例中n=30, m=10, Ci j为随机产生于范围(0,103)内的整数。记录各实例的数据及执行结果(即最优分配方案、最优分配方案的值)、运行时间。 (3)从理论上分析算法的时间和空间复杂度,并由此解释相应的实验结果。 实验设备及环境: PC;C/C++等编程语言。 实验主要步骤: (1) 根据实验目标,明确实验的具体任务; (2) 分析资源分配问题,获得计算其最优值的递推计算公式; (3) 设计求解问题动态规划算法,并编写程序实现算法; (4) 设计实验数据并运行程序、记录运行的结果; (5) 分析算法的时间和空间复杂度,并由此解释释相应的实验结果; 问题分析: 问题描述: 某厂根据计划安排,拟将n台相同的设备分配给m个车间,各车间获得这种设备后,可以为国家提供盈利Ci j(i台设备提供给j号车间将得到的利润,1≤i≤n,1≤j≤m) 。问如何分配,才使国家得到最大的盈利? 算法基本思想: 本问题是一简单资源分配问题,由于具有明显的最优子结构,故可以使用动态规划求解,用状态量f[i][j]表示用i台设备分配给前j个车间的最大获利,那么显然有f[i][j] = max{ f[k][j–1] + c[i-k][j] },0<=k<=i。再用p[i][j]表示获得最优解时第j号车间使用的设备数为i-p[i][j],于是从结果倒推往回求即可得到分配方案。程序实现时使用顺推,先枚举车间数,再枚举设备数,再枚举状态转移时用到的设备数,简单3重for循环语句即可完成。时间复杂度为O(n^2*m),空间复杂度为O(n*m),倘若此题只需求最大获利而不必求方案,则状态量可以减少一维,空间复杂度优化为O(n)。

“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