算法设计分析0-1背包问题
算法描述
0-1背包问题是子集选取问题。一般情况下,0-1背包问题是NP难的。0-1背包问题的解空间可用子集树表示。解0-1背包问题的回溯法与装载问题的回溯法十分类似。在搜索解空间树时,只要其左儿子结点是一个可行结点,搜索就进入其左子树。当右子树有可能包含最优解时才进入右子树搜索;否则将右子树剪去。设r是当前剩余物品价值总和;cp是当前价值;bestp是当前最优价值。当ep+r<=bestp时,可剪去右子树。计算右子树中解的上界的更好方法是将剩余物品依其单位重量价值排序,然后依次装入物品,直至装不下时,再装入该物品的一部分而装满背包。由此得到的价值是右子树中解的上界。
例如,对于0-1背包问题的一个实例,n=4,c=7,p=[9,10,7,4],w=[3,5,2,1]。这4个物品的单位重量价值分别为[3,2,3.5,4]。以物品单位重量价值的递减顺序装入物品。先装入物品4,然后装入物品3和1。装入这3个物品后,剩余的背包容量为1,只能装入0.2的物品2。由此得到一个解为x=[1,0.2,1,1],其相应的价值为22。尽管这不是一个可行解,但可以证明其价值是最优值的上界。因此,对于这个实例,最优值不超过22。
为了便于计算上界,可先将物品依其单位重量价值从大到小排序,此后只要顺序考查各物品即可。在实现时,由 bound 计算当前结点处的上界。类 Knapsack 的数据成员记录解空间树中的结点信息,以减少参数传递以及递归调用所需的栈空间。在解空间树的当前扩展结点处,仅当要进人右子树时才计算上界bound,以判断是否可将右子树剪去。进入左子树时不需计算上界,因为其上界与其父结点的上界相同。
解0-1背包问题的回溯算法描述如下:
public class Knapsack
{
private static class Element implements Comparable
{
int id;//物品编号
double d;
private Element(int idd, double dd)
{
id=idd;
d=dd;
}
public int compareTo(Object x)
{
double xd=((Element) x).d;
if (d<<xd)