背包算法


#define K 10
#define N 10
#include <stdlib.h>
#include <conio.h>
/**
背包问题之贪婪算法

  改进的背包问题:给定一个超递增序列和一个背包的容量,然后在超递增序列中选(只能选一次)或不选每一个数值,使得选中的数值的和正好等于背包的容量。
 
代码思路:从最大的元素开始遍历超递增序列中的每个元素,若背包还有大于或等于当前元素值的空间,则放入,然后继续判断下一个元素;若背包剩余空间小于当前元素值,则判断下一个元素。


  其实原来的程序也是采用了贪婪算法,不过下面程序中的beibao1函数采用了贪婪算法的另一种写法,beibao函数是以前的代码,用来比较两种算法:

*/

void create(long array[],int n,int k)
{
   int i,j;
   array[0]=1;
   for(i=1;i<n;i++)
   {
      long t=0;
      for(j=0;j<i;j++)
            t=t+array[j];
      //array[i]=t+random(k)+1;
      array[i]=t+rand() % K+1;
   }
}
void output(long array[],int n)
{
   int i;
   for(i=0;i<n;i++)
   {
      if(i%5==0)
           printf("\n");
      printf("%14ld",array[i]);
   }
}

void beibao(long array[],int cankao[],long value,int count)
{
   int i;
   long r=value;
   for(i=count-1;i>=0;i--)
   {
      if(r>=array[i])
      {
            r=r-array[i];
            cankao[i]=1;
      }
      else
            cankao[i]=0;
   }
}

int beibao1(long array[],int cankao[],long value,int n)
{/*贪婪算法*/
   int i;
   long value1=0;
   for(i=n-1;i>=0;i--)/*先放大的物体,再考虑小的物体*/
      if((value1+array[i])<=value)/*如果当前物体可以放入*/
      {
          cankao[i]=1;/*1表示放入*/
          value1+=array[i];/*背包剩余容量减少*/
      }
      else
          cankao[i]=0;
   if(value1==value)
          return 1;
   return 0;
}

int  main()
{
   long array[N];
   int cankao[N]={0};
   int cankao1[N]={0};
   int i;
   long value,value1=0;
   create(array,N,K);
   output(array,N);
   printf("\nInput the value of beibao:\n");
   scanf("%ld",&value);
   beibao(array,cankao,value,N);
   for(i=0;i<N;i++)
      if(cankao[i]==1)
           value1+=array[i];
   if(value==value1)
   {
      printf("\nWe have got a solution,that is:\n");
      for(i=0;i<N;i++)
         if(cankao[i]==1)
        {
            if(i%5==0)
                printf("\n");
            printf("%13ld",array[i]);
        }
   }
   else
      printf("\nSorry.We have not got a solution.\n");
   printf("\nSecond method:\n");
   if(beibao1(array,cankao1,value,N)==1)
   {
     for(i=0;i<N;i++)
       if(cankao1[i]==1)
        {
            if(i%5==0)
                printf("\n");
            printf("%13ld",array[i]);
            }
   }
   else
      printf("\nSorry.We have not got a solution.\n");
 

   return 0;
}
背包问题的贪心算法背包问题 ---- * 已知有n种物品和一个可容纳M重量背包,每种物品i的重量是w[i]。假定将物品i的一部分x[i]放入背包就会得到p[i]x[i]的效益,这里, * 0<=x[i]<=1,p[i]>0.采用怎样的方法才能使装包的效益最大呢? * 考虑以下情况下的背包问题:n = 3,M = 20,(p0,p1,p2) = (25,24,15),(w0,w1,w2) = * (18,15,10).其中的4个可行解是 * (x0,x1,x2) w0x0 + w1x1 + w2x2 p0x0 + p1x1 + p2x2 * (1/2,1/3,1/4) 16.5 24.25 * (1,2/15,0) 20 28.2 * (0,2/3,1) 20 31 * (0,1,1/2) 20 31.5 * 在这4个可行解中第四个的效益值最大。 定理:如果 p1/w1>=p2/w2>=...>=pn/wn,则算法对于给定背包问题实例生成一个最优解。 证明: * 设X= (x1,...,xn)是最优解。如果所有的xi = 1,显然这个解是最优解。于是,设j是使xj != 1 的最小下标。由算法可知,对于1<=i<=j * ,xi=1;对于 j<i<=n,xi =0;对于j, 0<=xj<1.如果X不是一个最优解,则必定存在一个可行解Y=(y1,...yn),使得 * piyi > pixi.不失 一般性,可以假定 wiyi =M.设k是使得yk!=xk的最小下标。显然,这样的k必定存在。由上面的假设,可以推得yk<xk. * 这可从3种可能发生的情况,即k<j,k=j,k>j分别得到证明: (1)若k<j,则xk = 1.因yk!=xk,从而yk<xk. (2)若k=j ,由于 ∑wjxi = * M,且对1<=i<j,有xi=yi=1,而对j<i<=n,有xi =0.若yk>xk,显然有∑wiyi>M,与Y是可行解矛盾。若yk=xk * ,与假设yk!=xk矛盾,故yk<xk. (3)若k>j,则∑wiyi>m,这是不可能的。 * 现在,假定把yk增加到xk,那么必须从(yk+1,...,yn)中减去同样多的量,使得所有的总容量仍是M。这导致一个新的解Z=(z1,...zn), * 其中,zi = xi , 1<=i<=k,并且∑(k<i<=n)wi(yi-zi)= wk(zk-yk).因此,对于Z有 * ∑pizi = ∑piyi + (zk-yk)wkpk/wk-∑(k<i<=n)(yi-zi)wipi/wi * >= ∑piyi +[(zk-yk)wk-∑(yi-zi)wi]pk/wk * = ∑piyi * 如果∑pizi>∑piyi,则Y不可能是最优解。如果这两个和数相等,同时Z=X,则X就是最优解;若Z!=X,则重复上面的讨论,或者证明Y不是最 * 优解,或者把Y转换成X,从而证明了X也是最优解。证毕。 */ public class BinSerch { //对数组buf降序排列 同时 index 数组记录排序前的数组索引 public static void order(double[] buf, int[] index) { int count = 1; while (count++ < buf.length) { for (int i = buf.length - 1; i > 0; i--) { if (buf[i] > buf[i - 1]) { double temp = buf[i]; buf[i] = buf[i - 1]; buf[i - 1] = temp; int temp1 = index[i]; index[i] = index[i - 1]; index[i - 1] = temp1; } else continue; } } for (int j = 0; j < buf.length; j++) { System.out.print(buf[j] + "(" + j + ")"); } System.out.println(); } public static void main(String[] args) { //对上述背包问题最优解 int n = 3; //物品数量 double[] p = { 25, 24, 15 }; //效益数组 double[] w = { 18, 15, 10 }; //重量数组 double[] pw = { p[0] / w[0], p[1] / w[1], p[2] / w[2] }; //选取pi/wi为其量度标准 int[] index = { 0, 1, 2 }; //数组索引 double[] record = new double[3];//记录排序前数组下标 double cu = 20; //背包剩余容量 order(pw, index); //排序 //背包问题的贪心算法 int i = 0; for (i = 0; i < n; i++) { if (w[index[i]] < cu) { record[i] = 1; cu = cu - w[index[i]]; } else { break; } } if (i < n) { record[i] = cu / w[index[i]]; } for (int j = 0; j < record.length; j++) { System.out.print("x" + j + "\t"); System.out.print(record[j] + "\t"); } } }
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