VNS解决0-1背包问题

VNS介绍

变邻域搜索算法（VNS）就是一种改进型的局部搜索算法。它利用不同的动作构成的邻域结构进行交替搜索，在集中性和疏散性之间达到很好的平衡。其思想可以概括为“变则通”。

变邻域搜索算法依赖于以下事实：

1. 一个邻域结构的局部最优解不一定是另一个邻域结构的局部最优解。

2. 全局最优解是所有可能邻域的局部最优解。

变邻域搜索算法主要由以下两个部分组成：

1) VARIABLE NEIGHBORHOOD DESCENT (VND)

2) SHAKING PROCEDURE

参考文章：干货 | 变邻域搜索算法(Variable Neighborhood Search,VNS)超详细一看就懂 (qq.com)

0-1背包问题

0-1 背包问题：给定 n 种物品和一个容量为 C 的背包，物品 i 的重量是 w_i，其价值为 v_i。

问：应该如何选择装入背包的物品，使得装入背包中的物品的总价值最大？

此代码是干货 | 变邻域搜索算法解决0-1背包问题(Knapsack Problem)代码实例 (qq.com)的代码复现

详细代码

原文使用的是C++，这里使用的是Golang，版本1.18.3。

package main

import (
	"fmt"
	"math/rand"
)

var (
	//物品总数
	num = 100
	//背包容量
	maxWeight = num * 5
	//物品的重量和价值
	values, weights []int
	//最大邻域数量
	maxFlip = 3
	//迭代次数
	iterator = 1000
	//随机数种子
	seed int64 = 5113
	//邻域解决方案
	neighborhoodSolution [][]int
	//方案检查总数
	solutionCount = 0
	//方案替换总数
	solutionUpdate = 0
	//记录所有方案的物品价值和重量
	solutionValue, solutionWeight = make([]int, 0), make([]int, 0)
)

func main() {
   
	//设置随机数种子
	rand.Seed(seed)
	//初始化每个物品的价值
	values = randSlice(num, 10, 100)
	weights = randSlice(num, 5, 10)

	initCheck()
	//初始化解决方案
	solution := randSlice(num, 0, 1)
	solutionValue = append(solutionValue, getTotal(solution, values))
	solutionWeight = append(solutionWeight, getTotal(solution, weights))
	//给邻域空间分配内存
	neighborhoodSolution = make([