算法分析三（2）——用回溯法求解0-1背包问题

pan.baidu.com/s/1w-VSMWmr9ntEWWdxZoD4Yw 
码：jnlh 

算法分析与设计
时间	2020.5.16
实验名称	用回溯法求解0-1背包问题
实验目的	通过上机实验，要求掌握回溯算法的问题描述、算法设计思想、程序设计。
实验原理	给定任意几组数据，利用回溯算法的限界与剪枝的思想，求解0-1背包问题并输出答案。
实验步骤	问题分析： 给定n种物品和一背包。物品i的重量是wi>0，其价值为vi>0，背包的容量为c。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？ （要求使用回溯法） 书上例题： 手动求解应该选择1、3、4三个物品，最优值为20；  算法思想： 01背包属于找最优解问题，用回溯法需要构造解的子集树。对于每一个物品i，对于该物品只有选与不选2个决策，总共有n个物品，可以顺序依次考虑每个物品，这样就形成了一棵解空间树；  基本思想就是遍历这棵树，以枚举所有情况，最后进行判断，如果重量不超过背包容量，且价值最大的话，该方案就是最后的答案。 在搜索状态空间树时，只要左子节点是可一个可行结点，搜索就进入其左子树。对于右子树时，先计算上界函数，以判断是否将其减去（剪枝）。 上界函数bound():当前价值cw+剩余容量可容纳的最大价值<=当前最优价值bestp。　 为了更好地计算和运用上界函数剪枝，选择先将物品按照其单位重量价值从大到小排序，此后就按照顺序考虑各个物品。  算法步骤： ① 将用例数据从文件中读取，初始化数据； ② 将物品按照单位重量的价值从大到小排序； ③ 进行操作如下: 利用回溯法试设计一个算法求出0-1背包问题的解，也就是求出一个解向量Xi（即对n个物品放或不放的一种的方案） 其中， (Xi= 0 或１，Xi = 0表示物体ｉ不放入背包，Xi ＝1表示把物体ｉ放入背包）。 从第0层开始进行递归函数Backtrack， 　 当i>n时，算法搜索至叶子结点，得到一个新的物品装包方案，此时算法适时更新当前的最优价值和最优解； 　 当i<n时，当前扩展结点位于排列树的第（i-1）层，此时算法选择下一个要安排的物品，以深度优先方式递归的对相应的子树进行搜索，对不满足上界约束的结点，则剪去相应的子树。 ④当整个解空间树遍历完成则输出最优值与最优解；
关键代码	关键代码（带注释） 1. 初始化函数init（）      输入背包容量、物品总数、物品价值重量等数据，求出每一个物品的单位重量的价值，根据该单价进行从大到小的排序； 2. 求上界函数bound（用于剪枝）    按照剩余物品的单价将背包的剩余容量塞满（可塞一个物品的一部分），塞满后的背包内的物品总价值即为上界，若该上界小于当前最优值则剪枝； 3. 计算时间部分代码 通过时间函数QueryPerformanceFrequency与cpu的主频频率得到程序段的运行时间，可以精确到微妙，比clock函数更精确一些； 4. 随机数生成程序 利用rand（）函数生成大小为10、100、1000的三个文件，其中全为随机数； 3、4两个部分与之前的实验所用方法相同； 5. 回溯函数（核心部分） 如果当前层达已处理完最后一个物品，则说明当前的价值比现在的最优值要大，因此更新最优值与最优解； 如果当前层未处理完最后一个物品，则如果当前物品可放入背包则直接进入左子树，如果右子树（不放入当前物品）的上界大于当前最优值则可以进入右子树；
测试结果	运行结果截图及分析 对于课本样例：   运行结果正确； 对于三种不同规模的文件（10、100、1000）： 可以看到对三种规模的文件进行测试的结果，数据规模越大则时间越长； 因为剪枝的原因看不出其O（2^n）的时间复杂度； 时间复杂度分析： 该问题为回溯法的子集树问题，对每一个物品都有放入与不放两种决策，因此遍历解空间树的时间复杂度未O(2^n);
实验心得	通过这次实验，我回顾了回溯算法的基本原理，回溯法的剪枝与限界方法在本问题中有着清晰简洁的体现，加深了我对它们的使用的熟练度。为更难更深层次的问题的回溯法求解打下基础。