source insight代码对齐Tab键终极版以前也写过一个source insight代码对齐,由于自己理解不够深刻,只能解决部分问题,不能根治在source insight中对齐的代码在X
数据结构基础 背包问题(一) 之 非递归解
分类:
数据结构与算法
【问题描述】
“背包题目”的基本描述是:有一个背包,能盛放的物品总重量为S,设有N件物品,其重量分别为w1,w2,…,wn,希望从N件物品中选择若干物品,所选物品的重量之和恰能放进该背包,即所选物品的重量之和即是S。递归和非递归解法都能,试非递归算法求得“背包题目”的一组解
【算法分析】
1.此程序是得到问题的所有解;
2.本题只对背包有重量约束;
3.算法思想(暴力枚举)
1)初始化flag数组,,数组长度为背包数目 n,数组为全 0 序列,0,1表示是否添加第 i 个 背包,初始状态下一个背包都不添加;
2)添加背包的排列的可能性为2^n种,n为背包的数目:
a.循环中 flag 每次遇到1则补零进位,遇到0则补一并退出对 flag 的循环更新;
【屌丝源码】
// ---------------------------------------------------
// 注1: 一般要求一个解,此程序是得到所有解
// 注2: 只对背包有重量约束,此程序更易理解
// ---------------------------------------------------
#include
using namespace std;
// 物品总数
const int N_ITEM = 5;
// 背包能装的重量
const int BAG = 15;
// 初始化每个物品的重量
int item[N_ITEM] = {2, 3, 5, 7, 8};
// 标记数组
int flag[N_ITEM] = {0, 0, 0, 0, 0};
// 结果计数器
int resultCount = 0;
// 打印结果
void Print();
int main()
{
// 打印已知条件
cout << "BAG Weight:" << BAG << endl;
cout << "Item Number:" << N_ITEM << endl;
for (int i=0; i!=N_ITEM; i++)
{
cout << "Item." << i+1 << " W=" << item[i] << "\t";
}
cout << endl;
unsigned int count = 0;
unsigned int all_count = 1;
for (int i=0; i!=N_ITEM; i++)
{
all_count *= 2;//all_count记录可能解的个数
}
while (1)
{
// 模拟递归...列举所有flag数组可能
// 其实就这个for循环是关键
for (int i=0; i!=N_ITEM; i++)
{
if ( 0 == flag[i] )
{
flag[i] = 1;
continue;
}
else
{
flag[i] = 0;
break;
}
}
// 本次重量,初始化0
int temp = 0;
// 按标记计算所有选中物品重量和
for (int i=0; i!=N_ITEM; i++)
{
if ( 1 == flag[i] )
{
temp += item[i];
}
}
// 满足背包重量就打印
if ( temp == BAG )
{
resultCount++;
Print();
}
// 如果遍历了所有情况就break掉while(1)循环
count++;
if (count == all_count)
{
break;
}
}
return 0;
}
void Print()
{
cout << "Result " << resultCount << endl;
for (int i=0; i!=N_ITEM; i++)
{
if ( 1 == flag[i] )
{
cout << "Item." << i+1 << " Weight:" << item[i] << "\t";
}
}
cout << endl;
}
只求一个解算法思想——括号算法思想。
详见:LeetCode 之 Valid Palindrome(字符串)
详址:
代码
vector knapsack(int *w, int N, int S){
stack stk;
int weight = 0;
int i = 0;
bool solvable = false;
while( weight != S && i < N){
weight += w[i];
if( weight < S){
stk.push(i);
}
else
if( weight == S){
solvable = true;
break;
}
else{
i = stk.top();
stk.pop();
}
i++;
}
vector ret;
if( solvable == false)
return ret;
while( !stk.empty() ){
ret.push_back(stk.top());
stk.pop();
}
return ret;
}
【迭代解的思想与算法】
全部可能解的算法思想——树的“深搜”
详见:LeetCode 之 Subsets(图和暴力枚举)
详址:
代码
// 现采用迭代方式实现,之后在对非迭代方式处理
// 算法思想:从根节点 O 出发,经过n个节点到达满二叉树叶子节点
// 第i-1层节点下的左右两个孩子有,左节点表示添加Wi个背包,右节点表示不添加Wi个
// 在节点到达重量S的时候录入容器
Class Solution
{
public:
vector> Get_Res(int n,int S,vector &w){
vector> res;
stack path;
myfun(path,res,S,0,w,0,n);
return res;
}
// path 表示添加的路径;
// res 表示路径集合;
// wei 当前路径下的重量
// Level 当前层数
// 初态下 Level和wei 都是 0
void myfun(stack &path,vector> &res,int S,int wei,vector &w,int Level,int n)
{
if(Level>=n)
{
if(S==wei)
res.push_back(path);
return;
}
if(wei==S)
{
res.push(path);
}
if(wei>S)
{
return;
}
myfun(path,res,S,wei,w,Level+1,n);
path.push(Level);
wei = wei+w[Level];
myfun(path,res,S,wei,w,Level+1,n);
path.pop();
wei = wei-w[Level];
}
}; 【小结】
1.可以通过全可能性列举,确定循环次数;
2.可以通过标志维数组,确定路径的选择;
3.单一解,括号算法是优先考虑的选择;
3.在迭代许可的条件下,针对全部解的问题,树的“深搜”算法,是很好的选择。
二、解决方法:
1、贪心算法:贪心算法基于的思想是每一次选择都作当前最好的选择,这样最后的结果虽然不一定是最优解,但是也不会比最优解差很多。