最大团问题 java_算法java实现--回溯法--最大团问题

最大团问题的java实现(回溯法)

具体问题描述以及C/C++实现参见网址

http://blog.csdn.net/liufeng_king/article/details/8781554

/**

* 最大团问题--回溯法

* @author Lican

*

*/

public class Maxclique {

public int[] x;//当前解(x[i]=1表示i点在最大团中,=0表示不在团中)

public int n;//图G的顶点数

public int cn;//当前顶点数

public int bestn;//当前最大顶点数

public int[] bestx;//当前最优解

public int[][] a;//图G的邻接矩阵,0:不连通;1:连通

public int count;//图G的最大团个数

public void backtrack(int i){

if(i>n){

for(int j=1;j<=n;j++){

bestx[j]=x[j];

System.out.print(x[j]+" ");

}

System.out.println();

bestn=cn;

count++;

return;

}

else{

boolean ok=true;

for(int j=1;j

if(x[j]==1&&a[i][j]==0){

ok=false;

break;

}

}

if(ok){//从顶点i到已选入的顶点集中每一个顶点都有边相连

//进入左子树

x[i]=1;

cn++;

backtrack(i+1);

x[i]=0;

cn--;

}

if(cn+n-i>=bestn){//当前顶点数加上未遍历的课选择顶点>=当前最优顶点数目时才进入右子树;如果不需要找到所有的解,则不需要等于

//进入右子树

x[i]=0;

backtrack(i+1);

}

}

}

public int maxclique(int nn,int[][] aa){

//初始化

n=nn;

a=aa;

x=new int[n+1];

bestx=x;

cn=0;

bestn=0;

count=0;

backtrack(1);

return bestn;

}

public static void main(String[] args) {

int[][] a={{-1,-1,-1,-1,-1,-1},{-1,0,1,0,1,1},{-1,1,0,1,0,1},{-1,0,1,0,0,1},{-1,1,0,0,0,1},{-1,1,1,1,1,0}};//a的下标从1开始,-1的值无用

int n=5;

Maxclique m=new Maxclique();

System.out.println("图G的最大团解向量为:");

System.out.println("图G的最大团顶点数为:"+m.maxclique(n, a));

System.out.println("图G的最大团个为:"+m.count);

}

}

/*

输出:

图G的最大团解向量为:

1 1 0 0 1

1 0 0 1 1

0 1 1 0 1

图G的最大团顶点数为:3

图G的最大团个为:3

*/

  • 1
    点赞
  • 3
    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背包问题的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