01背包回溯法复杂度_回溯算法 - 0-1背包问题

最新推荐文章于 2024-07-29 21:47:46 发布

pac_finance

最新推荐文章于 2024-07-29 21:47:46 发布

阅读量7.1k

点赞数

文章标签： 01背包回溯法复杂度

本文链接：https://blog.csdn.net/weixin_33428129/article/details/113012294

版权

本文介绍了0-1背包问题的算法描述、实例解析、回溯法详细步骤，并提供了Java代码实现。通过举例说明了如何解决0-1背包问题，以及如何利用回溯法找到使总价值最大的物品组合。最后，文章强调理解回溯法的核心思想对于掌握0-1背包问题至关重要。

摘要由CSDN通过智能技术生成

(1)算法描述

给定 num 种物品和一背包。物品 i 的重量是 weighti> 0，其价值为 pricei> 0，背包的容量为 capacity。问应如何选择装入背包中的物品，使得装入背包中物品的总价值最大？

(2)举例

对于 0-1 背包问题的一个实例，num = 4，capacity = 7，price = [9, 10, 7, 4]，weight = [3, 5, 2, 1]。这 4 个物品的单位重量价值分别为 [3, 2, 3.5, 4]，以物品单位重量价值的递减顺序装入物品。先装物品 4，然后装入物品 3 和 1。装入这 3 个物品后，剩余的背包容量为 1，只能装入 0.2 的物品 2。由此可以得到一个解为 x = [1, 0.2, 1, 1]，其相应的价值为 22。尽管这不是一个可行解，但可以证明其价值是最优解的上届。因此，对于这个实例，最优解不超过 22。

(3)算法描述

0-1 背包问题是子集选取问题。0-1 背包问题的解空间可用子集树表示。解 0-1 背包问题的回溯法与解最优装载问题十分相似，在搜索解空间树时，只要其左子树结点是一个可行结点，搜索就进入其左子树。当右子树有可能包含最优解时才进入右子树搜索。否则将右子树剪枝。设 indeterminacyPrice 是当前剩余物品价值总和；currentPrice 是当前价值；bestPrice 是当前最优价值。当 currentPrice + indeterminacyPrice <= bestPrice 时，可剪去右子树。计算右子树中解的上界更好的方法是将剩余物品依其单位重量价值排序，然后依次装入物品，直至装不下时，再装