算法学习——背包问题解决

背包问题不同解决方法的比较分析：给出穷举法、贪心法、动态规划法、回溯、分支限界法的实现，分析特点，比较效率。

1.穷举法分析

格式：

输入要求：

       第一行：物品种类数n 背包容量c

       第二行：可装入物品的重量 m1 m2 m3 ... mn

       第三行：可装入物品的价值 w1 w2 w3 ... wn

输出要求：

       第一行：背包的最大价值

示例：

输入：

5 17

3 4 5 10 8

5 6 10 30 17

输出：

41

代码：          

结果：

分析：该算法的时间复杂度是2^n，算法的效率不高。但穷举算法是一种比较通用的算法，通常在找不到最佳的算法时，采用该算法。

2.贪心法分析

格式：

输入：物品数量n,背包容量M,重量与价值数组w、p

输出：解向量x，最优值opt

              示例：

                     输入：

                            第一行：5 17

                            第二行：3 4 5 10 8

                            第三行：5 6 10 30 17

                     输出：

                            44.875

              核心算法：

将w、p按单位价值非增序排序;

x[1..n]=0;cu=M; opt=0; i=1;

while (i<=n && w[i]<=cu)

     { x[i]=1;cu-=w[i];opt+=p[i]; i++}

if (i<=n) then {x[i]=cu/w[i]; opt+=x[i]*p[i]; }

分析：

贪心法的性质：

指所求问题的整体最优解可以通过一系列局部最优的选择，即贪心选择来达到。一个问题具有该性质时可用贪心法解决。但是要确定问题是否具有该性质，必须证明每一步贪心选择最终导致问题的整体最优解。