实验内容
一、数塔问题
从数塔的顶层出发,在每一个结点可以选择向左走或向右走,一直走到最底层,要求找出一条路径,使得路径上的数值和最大。要求随机生成一个高度为N的数塔(N=4,8,16,…),用动态规划法进行求解,写出动态规划函数,分析算法时间复杂度,并画出时间随N变化的曲线图。
二、用动态规划法求解0/1背包问题。
(1)背包的容量固定为100,随机生成N个物品(N=4,8,16…),其重量为整数(取值范围为1-5),每个物品的价值为整数(取值范围1-100)。用动态规划法求解,写出动态规划函数,分析算法时间复杂度,并画出时间随N变化的曲线图。
(2)背包的容量固定为100,如果物品的重量不是整数,问是否可以使用动态规划法求解该类0/1背包问题?给出原因。例如,物品的重量可以是1.1,1/3,sqrt(2)等等。
实验结果
数塔问题
将数塔存储在data[n][n]中,数组op[n][n]存储动态规划每一步的决策结果,得到动态规划函数:
op[n-1][j]=data[n-1][j](0<=j<=n-1)
op[i][j]=data[i][j]+max{op[i+1][j],op[i+1][j+1]}(0<=i<=n-2,0<=j<=i)
运行时间与N输入大小的曲线图
初始化op数组的时间复杂度是O(n),对op数组进行填写时,需要填写n-1行,第i行填写i个元素,时间复杂度是O(n^2)输出路径时的时间复杂度时O(n)整个算法的时间复杂度是O(n^2)
0/1背包问题
从V(n,C)的值向前推,如果V(n,C)>V(n-1,C),表明第n个物品被装入背包,前n-1个物品被装入容量为C-wn的背包中;否则,第n个物品没有被装入背包,前n-1个物品被装入容量为C的背包中。直到确定第1个物品是否被装入背包中为止。得到函数:
xi=0 V(i,j)=V(i-1,j)
xi=1 j=j-wi V(i,j)>V(i-1,j)
运行时间与N输入大小的曲线图
第一个for循环的时间复杂度是O(n),第二个循环的时间复杂度是O(C),对V[n+1][C+1]迭代的循环时间复杂度是O(n*C),求装入背包中物品的循环时间复杂度是O(n),整个算法的时间复杂度是O(n*C)
对(2)问题的回答:动态规划能求解不是整数的0/1背包问题,求解问题的思路不变,只是把整数换成了实数,整个算法求解问题的方法没有改变。
源代码
数塔问题
#include <iostream>
#include <iomanip>
#include <time.h>
using namespace std;
int max(int data1, int data2)
{
if (data1 > data2)
return data1;
else
return data2;
}
int main()
{
srand((unsigned)time(NULL));
clock_t start, end;
int node, n, i, j, temp = 0;//n为第几层
cout << "请输入数塔的高度:";
cin >> n;
int op[256][256] = {0};//将其初始化为0
int data[256][256];
start = clock();
for (i = 0; i < n; i++)
for (j = 0; j < n; j++)
{
if (j <= i)
data[i][j] = rand() % 20 + 1;
else
data[i][j] = 0;
}
for (i = 0; i < n; i++)
{
for (j = 0; j < n; j++)
cout <<setiosflags(ios::left) << setw(4) << data[i][j];
cout << endl;
}
for (j = 0; j < n; j++)
op[n - 1][j] = data[n - 1][j];//初始化op数据,data最底层赋值给op最底层;其余还是为0
for (i = n-2; i >= 0; i--)//从倒数第二层开始,即第n-2层
for (j = 0; j <= i; j++)
{
temp = max(op[i + 1][j], op[i + 1][j + 1]);//选择下标为j还是j+1的较大值
op[i][j] = temp + data[i][j];
}
cout << "路径之和最大为:" << op[0][0]<<endl;//输出路径之和
cout << "最大路径:" << data[0][0];
for (i = 1, j = 0; i < n; i++)
{
node = op[i - 1][j] - data[i - 1][j];
if (node == op[i][j + 1])//由op数组和data数组确定每一层决策的列下标
++j;
cout << "—>" << data[i][j];
}
end = clock();
cout << endl << "耗时:" << double(end - start) * 1000 / CLOCKS_PER_SEC << " ms";
return 0;
}
0/1背包问题
#include <iostream>
#include <time.h>
#define MAX 4096
using namespace std;
int x[MAX], w[MAX], v[MAX], V[MAX][MAX];
int knapsack(int w[], int v[], int n, int c)
{
int i, j;
for (i = 0; i <= n; i++)//初始化第0列
V[i][0] = 0;
for (j = 0; j <= c; j++)//初始化第0行
V[0][j] = 0;
for (i = 1; i <= n; i++)
for (j = 1; j <= c; j++)//计算第i行,进行第i次迭代
{
if (j < w[i-1])
V[i][j] = V[i - 1][j];
else
V[i][j] = max(V[i - 1][j], V[i - 1][j - w[i-1]] + v[i-1]);
}
for (j = c, i = n; i > 0; i--)//求装入背包的物品
{
if (V[i][j] > V[i - 1][j])
{
x[i] = 1;
j = j - w[i];
}
else
x[i] = 0;
}
return V[n][c];
}
int max(int a, int b)
{
if (a > b)
return a;
else
return b;
}
int main()
{
clock_t start, end;
int value;
int i, n, c = 100;
srand((unsigned)time(NULL));
cout << "输入物品的个数:";
cin >> n;
start = clock();
for (i = 0; i < n; i++)
{
w[i] = rand() % 5 + 1;
v[i] = rand() % 100 + 1;
}
value = knapsack(w, v, n, c);//求装入背包的最大价值
cout << "背包最大价值是:" << value << endl;
cout << "物品状态为:" << endl;
for (i = 1; i <= n; i++)
{
cout << x[i] << " ";//每个物品的状态
}
end = clock();
cout << endl << "耗时:" << double(end - start) * 1000 / CLOCKS_PER_SEC << " ms";
return 0;
}
感谢大家的观看