回溯法求解背包问题java_C#使用回溯法解决背包问题实例分析

本文通过实例介绍了使用C#的回溯法解决0-1背包问题的详细步骤,包括问题描述、代码实现和最优解的查找。代码中创建了满二叉树来表示所有可能的选择,并通过回溯遍历找到最大价值的解决方案。
摘要由CSDN通过智能技术生成

本文实例讲述了C#使用回溯法解决背包问题的方法。分享给大家供大家参考。具体如下:

背包问题描述:

给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高

实现代码:

using System;

using System.Collections.Generic;

using System.Text;

namespace BackRack

{

//要装入书包的货物节点

class BagNode

{

public int mark;//货物编号,从0开始记

public int weight;//货物重量

public int value;//货物价值

public BagNode(int m, int w, int v)

{

mark = m;

weight = w;

value = v;

}

}

//根据货物的数目,建立相应的满二叉树,如:3个货物,需要建立15个节点的二叉树,共三层(根节点所在的层记为0)

class BulidFullSubTree

{

public static int treeNodeNum = 0;//满二叉树节点总数

public int noleafNode = 0;//满二叉树出去叶子节点外所剩余的非叶子节点

public static TreeNode[] treeNode;//存储满二叉树所有节点的数组

public BulidFullSubTree(int nodeNum)

{

treeNodeNum = Convert.ToInt32(Math.Pow(2,nodeNum+1)-1);

noleafNode = Convert.ToInt32(treeNodeNum - Math.Pow(2,nodeNum));

treeNode = new TreeNode[treeNodeNum];

for (int i = 0; i < treeNodeNum; i++)

{

treeNode[i] = new TreeNode(i.ToString());

//对二叉树的所有节点初始化

}

for (int i = 0; i < noleafNode; i++)

{

//建立节点之间的关系

treeNode[i].left = treeNode[2 * i + 1];

treeNode[i].right = treeNode[2 * i + 2];

treeNode[2 * i + 1].bLeftNode = true;

//如果是左孩子,则记其标识变量为true

treeNode[2 * i + 2].bLeftNode = false;

}

treeNode[0].level=0;//约定根节点的层数为0

//根据数组下标确定节点的层数

for (int i = 1; i <= 2; i++)

{

treeNode[i].level = 1;

}

for (int i = 3; i <= 6; i++)

{

treeNode[i].level = 2;

}

for (int i = 7; i <= 14; i++)

{

treeNode[i].level = 3;

}

}

}

//利用回溯法寻找最优解的类

class DealBagProblem

{

public TreeNode[] treeNode = BulidFullSubTree.treeNode;

//获取建立好的二叉树

int maxWeiht = 0;//背包最大承重量

int treeLevel =Convert.ToInt32(Math.Floor(Math.Log(BulidFullSubTree.treeNodeNum,2)))+1;

//二叉树的最大层数

int []optionW=new int[100];//存储最优解的数组

int[] optionV = new int[100];//存储最优解的数组

int i = 0;//计数器,记录相应数组的下标

int midTw = 0;//中间变量,存储程序回溯过程中的中间值

int midTv = 0;//中间变量,存储程序回溯过程中的中间值

int midTw1 = 0;//中间变量,存储程序回溯过程中的中间值

int midTv2 = 0;//中间变量,存储程序回溯过程中的中间值

BagNode[] bagNode;//存储货物节点

string[] solution=new string[3];

//程序最终所得的最优解,分别存储:最优价值,总重量,路径

// int[] bestWay=new int[100];

TraceNode[] Optiontrace=new TraceNode[100];//存储路径路径

public DealBagProblem(BagNode[] bagN,TreeNode[] treeNode,int maxW)

{

bagNode = bagN;

maxWeiht = maxW;

for (int i = 0; i < Optiontrace.Length; i++)

{

//将路径数组对象初始化

Optiontrace[i] = new TraceNode();

}

}

//核心算法,进行回溯

//cursor:二叉树下一个节点的指针;tw:当前背包的重量;tv:当前背包的总价值

public void BackTrace(TreeNode cursor,int tw,int tv)

{

if(cursor!=null)//如果当前节点部位空值

{

midTv = tv;

midTw = tw;

if (cursor.left != null && cursor.right != null)

//如果当前节点不是叶子节点

{

//如果当前节点是根节点,分别处理其左右子树

if (cursor.level == 0)

{

BackTrace(cursor.left, tw, tv);

BackTrace(cursor.right, tw, tv);

}

//如果当前节点不是根节点

if (cursor.level > 0)

{

//如果当前节点是左孩子

if (cursor.bLeftNode)

{

//如果将当前货物放进书包而不会超过背包的承重量

if (tw + bagNode[cursor.level - 1].weight <= maxWeiht)

{

//记录当前节点放进书包

Optiontrace[i].mark = i;

Optiontrace[i].traceStr += "1";

tw = tw + bagNode[cursor.level - 1].weight;

tv=tv+bagNode[cursor.level - 1].value;

if (cursor.left != null)

{

//如果当前节点有左孩子,递归

BackTrace(cursor.left, tw, tv);

}

if (cursor.right != null)

{

//如果当前节点有左、右孩子,递归

BackTrace(cursor.right, midTw, midTv);

}

}

}

//如果当前节点是其父节点的右孩子

else

{

//记录当前节点下的tw,tv当递归回到该节点时,以所记录的值开始向当前节点的右子树递归

midTv2 = midTv;

midTw1 = midTw;

Optiontrace[i].traceStr += "0";

if (cursor.left != null)

{

BackTrace(cursor.left, midTw, midTv);

}

if (cursor.right != null)

{

//递归所传递的midTw1与midTv2是先前记录下来的

BackTrace(cursor.right, midTw1, midTv2);

}

}

}

}

//如果是叶子节点,则表明已经产生了一个临时解

if (cursor.left == null && cursor.right == null)

{

//如果叶子节点是其父节点的左孩子

if (cursor.bLeftNode)

{

if (tw + bagNode[cursor.level - 1].weight <= maxWeiht)

{

Optiontrace[i].traceStr += "1";

tw = tw + bagNode[cursor.level - 1].weight;

tv = tv + bagNode[cursor.level - 1].value;

if (cursor.left != null)

{

BackTrace(cursor.left, tw, tv);

}

if (cursor.right != null)

{

BackTrace(cursor.right, midTw, midTv);

}

}

}

//存储临时优解

optionV[i] = tv;

optionW[i] = tw;

i++;

tv = 0;

tw = 0;

}

}

}

//从所得到的临时解数组中找到最优解

public string[] FindBestSolution()

{

int bestValue=-1;//最大价值

int bestWeight = -1;//与最大价值对应的重量

int bestMark = -1;//最优解所对应得数组编号(由i确定)

for (int i = 0; i < optionV.Length; i++)

{

if (optionV[i] > bestValue)

{

bestValue=optionV[i];

bestMark = i;

}

}

bestWeight=optionW[bestMark];//重量应该与最优解的数组下标对应

for (int i = 0; i < Optiontrace.Length; i++)

{

if (Optiontrace[i].traceStr.Length == bagNode.Length&&i==bestMark)

{

//找到与最大价值对应得路径

solution[2]=Optiontrace[i].traceStr;

}

}

solution[0] = bestWeight.ToString();

solution[1] = bestValue.ToString();

return solution;

}

}

class Program

{

static void Main(string[] args)

{

//测试数据(货物)

//Node[] bagNode = new Node[100];

//BagNode bagNode1 = new BagNode(0, 5, 4);

//BagNode bagNode2 = new BagNode(1, 3, 4);

//BagNode bagNode3 = new BagNode(2, 2, 3);

//测试数据(货物)

BagNode bagNode1 = new BagNode(0, 16, 45);

BagNode bagNode2 = new BagNode(1, 15, 25);

BagNode bagNode3 = new BagNode(2, 15, 25);

BagNode[] bagNodeArr = new BagNode[] {bagNode1,bagNode2,bagNode3};

BulidFullSubTree bfs = new BulidFullSubTree(3);

//第3个参数为背包的承重

DealBagProblem dbp = new DealBagProblem(bagNodeArr,BulidFullSubTree.treeNode,30);

//找到最优解并将其格式化输出

dbp.BackTrace(BulidFullSubTree.treeNode[0],0,0);

string[] reslut=dbp.FindBestSolution();

if (reslut[2] != null)

{

Console.WriteLine("该背包最优情况下的货物的重量为:{0}\n 货物的最大总价值为:{1}", reslut[0].ToString(), reslut[1].ToString());

Console.WriteLine("\n");

Console.WriteLine("该最优解的货物选择方式为:{0}", reslut[2].ToString());

char[] r = reslut[2].ToString().ToCharArray();

Console.WriteLine("被选择的货物有:");

for (int i = 0; i < bagNodeArr.Length; i++)

{

if (r[i].ToString() == "1")

{

Console.WriteLine("货物编号:{0},货物重量:{1},货物价值:{2}", bagNodeArr[i].mark, bagNodeArr[i].weight, bagNodeArr[i].value);

}

}

}

else

{

Console.WriteLine("程序没有找到最优解,请检查你输入的数据是否合适!");

}

}

}

//存储选择回溯路径的节点

public class TraceNode

{

public int mark;//路径编号

public string traceStr;//所走过的路径(1代表取,2代表舍)

public TraceNode(int m,string t)

{

mark = m;

traceStr = t;

}

public TraceNode()

{

mark = -1;

traceStr = "";

}

}

//回溯所要依附的满二叉树

class TreeNode

{

public TreeNode left;//左孩子指针

public TreeNode right;//右孩子指针

public int level;//数的层,层数代表货物的标识

string symb;//节点的标识,用其所在数组中的下标,如:“1”,“2”

public bool bLeftNode;//当前节点是否是父节点的左孩子

public TreeNode(TreeNode l, TreeNode r, int lev,string sb,bool ln)

{

left = l;

right = r;

level = lev;

symb = sb;

bLeftNode = ln;

}

public TreeNode(string sb)

{

symb = sb;

}

}

}

希望本文所述对大家的C#程序设计有所帮助。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这个问题涉及到一个经典的算法问题,我来简单介绍一下。 0-1背包问题是指:有一个容量为C的背包和N个物品,每个物品有一个重量W和一个价值V。要求选择一些物品放入背包中,使得背包中物品的总重量不超过C,同时物品的总价值最大。 回溯算法是一种通过“状态空间树”进行搜索的算法,它将问题的所有可能解空间表示为一棵树,并从根节点开始进行搜索。在搜索过程中,每次选择一个未访问过的节点进行扩展,直到找到符合要求的解或者搜索完所有可能的路径。 下面是用回溯算法求解0-1背包问题Java代码: ```java public class Knapsack { private int maxWeight = 0; private int maxValue = 0; private int[] weight; private int[] value; private int capacity; private int num; public void knapsack(int i, int cw, int cv) { if (i == num || cw == capacity) { if (cv > maxValue) { maxValue = cv; } return; } knapsack(i + 1, cw, cv); if (cw + weight[i] <= capacity) { knapsack(i + 1, cw + weight[i], cv + value[i]); } } public static void main(String[] args) { Knapsack knapsack = new Knapsack(); knapsack.weight = new int[]{2, 2, 4, 6, 3}; knapsack.value = new int[]{3, 4, 8, 9, 6}; knapsack.capacity = 9; knapsack.num = knapsack.weight.length; knapsack.knapsack(0, 0, 0); System.out.println("背包能装的最大价值为:" + knapsack.maxValue); } } ``` 这段代码中,我们定义了一个Knapsack类,其中包含了背包的最大重量、最大价值、物品的重量和价值、背包的容量以及物品的数量等属性。在knapsack方法中,我们进行了回溯搜索,依次选择每个物品放入或者不放入背包中,并更新当前的重量和价值。在搜索过程中,如果当前的价值超过了之前的最大价值,就更新最大价值。 最后,在main方法中,我们初始化了一个Knapsack对象,并调用其knapsack方法进行搜索。最终输出背包能装的最大价值。 希望这个例子对你有所帮助!
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