0-1背包问题的回溯算法设计(续)
回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就“回溯”返回,尝试别的路径。回溯法是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的,规模较大的问题都可以使用回溯法,有“通用解题方法”的美称。
0-1背包问题的回溯算法设计
问题描述:有N件物品和一个容量为V的背包。第i件物品的重量是w[i],价值是v[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量,且价值总和最大。
例如样例数据:
按照物品单位价值从大到小依次排列这 7 个物品为:F B G D E C A 。
将它们的序号分别记为1~7。则可生产如下的状态空间搜索树。
其中各个节点处的限界函数值通过如下方式求得:
a. 40+40+30+50+35×(150-115)/40=190.625 (1,1,1,1,7/8,0,0)
b. 40+40+30+50+30×(150-115)/60=177.5 (1,1,1,1,0,7/12,0)
c.40+40+30+50+10×(150-115)/35=170 (1,1,1,1,0,0,1)
d. 40+40+30+35+30×(150-105)/60=167.5 (1,1,1,0,1,3/4,0)
e. 40+40+50+35+30×(150-130)/60=175 (1,1,0,1,1,1/3,0)
f. 40+40+50+35+10×(150-130)/35=170.71 (1,1,0,1,1,0,4/7)
g. 40+40+50+30=160 (1,1,0,1,0,1,0)
h. 40+40+35+30+10×(150-140)/35=146.85 (1,1,0,0,1,1,2/7)
i. 40+30+50+35+30×(150-125)/60=167.5 (1,0,1,1,1,5/12,0)
j. 40+30+50+35+30×(150-145)/60=157.5 (0,1,1,1,1,1/12,0)
在Q1处获得该问题的最优解为 ,背包效益为170。
即在背包中装入物品F、B、G、D、A时达到最大效益,为170,重量为150。
0-1背包问题回溯算法设计——求解问题
设定基础数据
//物品数量
int n=7;
//背包容量
int capacity=150;
//物品重量数组
double weight[]= {
35,30, 60, 50, 40, 10, 25};