C++_背包问题求解

本文介绍了如何使用C++解决背包问题,通过回溯法在给定的背包容量内寻找物品组合,使得总体积恰好填满背包。算法思路包括物品体积存储、回溯操作以及解的判断。在测试用例中,当背包容量为10,物品体积为{4, 7, 3, 5, 4, 2}时,得出的解为{4, 4, 2}。尽管算法简洁易懂,但存在效率低下的问题,仅找到第一个解而无法找出所有解。" 103781659,983923,Apache Commons Pool2 实现FTPClient连接池,"['FTP开发', 'Java开发', '连接池技术', 'Apache库', '性能优化']
摘要由CSDN通过智能技术生成

问题描述

问题描述:设有n件体积分别为w1、w2……wn的物品和一个能装载总体积为T的背包,要求从n件物品中挑选若干件物品,其总体积之和恰好装满背包。若能,则背包有解,否则无解;

求解方法:先将n件物品顺序排列,依次装入背包,每装入一件即检查当时背包物品体积是否超过T,若装入该物品后不超过背包容量T,则装入,否则弃之取下一个,直到装满背包为止。若在装入若干物品后背包未满,但又无其他物品可选时,说明已装入背包内的物品不合适,需从背包中取出最后装入的物品,继续在其他未装入的物品中挑选,如此重复知道装满背包(有解)或者无物品可选(无解);

输入输出样例:若T=10;W=(4,7,3,5,4,2)时,执行程序,输出结果为Wi=(4,4,2)。

设计思路

设计思路:设一维数组W[1:n]用来存放n件物品的体积,栈S[1:n]用来存放放入背包内的物品的序号,T为背包能容纳的体积,i为待选物品序号。每进栈一件物品,就从T中减去该物品的体积,若T-W[i]>=0,则该物品可选,若T-W[i]<0,则该物品不可选࿰

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
问题描述: 假设有一个能装入体积为T的背包和n体积分别为w1 , w2 , … , wn物品,能否从n件物品选若干恰好装满背包,即使w1 +w2 + … + wn=T,要求找出所有满足上述条的解。例如:当T=10,各件物品体积{1,8,4,3,5,2}时,可找到下列4组解: (1,4,3,2) (1,4,5) (8,2) (3,5,2)。 问题提示: 可利用回溯法的设计思想来解决背包问题。首先将物品排成一列,然后顺序选取物品装入背包,假设已选取了前i 件物品之后背包还没有装满,则继续选取第i+1件物品,若该件物品"太大"不能装入,则弃之而继续选取下一,直至背包装满为止。但如果在剩余的物品找不到合适的物品以填满背包,则说明"刚刚"装入背包的那件物品"不合适",应将它取出"弃之一边",继续再从"它之后"的物品选取,如此重复,直至求得满足条的解,或者无解。 题目之二: 问题描述: 假设有n件物品,这些物品的重量分别是W1 , W2 , … , Wn物品的价值分别是V1,V2, …,Vn。求从这n件物品选取一部分物品的方案,使得所选物品重量不超过限定的重量W(W<∑Wi, i=1,2,┅,n),但所选物品价值之和为最大。 问题提示: 利用递归寻找物品的选择方案。假设前面已有了多种选择的方案,并保留了其价值最大的方案于数组option[],该方案的价值保存于变量max_value。当前正在考察新方案,其物品选择情况保存于数组eop[]。假设当前方案已考虑了i-1件物品,现在要考虑第i件物品:当前方案已包含的物品的重量之和为tw;因此,若其余物品都选择是可能的话,本方案所能达到的价值的期望值设为tv。引入tv是当一旦当前方案的价值的期望值也小于前面方案的价值max_value时,继续考察当前方案已无意义,应终止当前方案而去考察下一个方案。 第i件物品的选择有两种可能: ① 物品i被选择。这种可能性仅当包含它不会超过方案重量的限制才是可行的。选之后继续递归去考虑其余物品的选择; ② 物品i不被选择。这种可能性仅当不包含物品i也有可能找到价值更大的方案的情况。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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