箱子装载问题
完整可编译运行代码见：Github::Data-Structures-Algorithms-and-Applications/_32Box loading
问题描述
在箱子装载问题中，箱子的数量不限，每个箱子的容量为 binCapacity，待装箱的物品有n个。物品i需要占用的箱子容量为 o b j e c t S i z e [ i ] objectSize[i] objectSize[i]， 0 ≤ o b j e c t S i z e [ i ] 0\leq objectSize[i] 0≤objectSize[i] ≤ b i n C a p a c i t y \leq binCapacity ≤binCapacity。
可行装载(feasible packing):所有物品都装入箱子而不溢出。
最优装载(optimal packing):使用箱子最少的可行装载。
**举例 例 13-4[卡车装载]**某一运输公司需把包裹装入卡车中，每个包裹都有一定的重量，每辆卡车都有载重限制(假设每辆卡车的载重都一样)，如何用最少的卡车装载包裹，这是卡车装载问题。这个问题可以转化为箱子装载问题，卡车对应箱子，包裹对应物品。
箱子装载问题和机器调度问题一样，是NP-复杂问题，因此常用近似算法求解。求解所得的箱子数不是最少，但接近最少。
近似算法
最先适配法(First Fit，FF)
物品按 1，2，…，n 的顺序装入箱子。假设箱子从左至右排列。每一物品i放入可装载它的最左面的箱子。
最先适配递减法(First Fit Decreasing，FFD)
此方法与 FF 类似，区别在于，所有物品首先按所需容量的递减次序排列，即对于1 <i<n，有 objectSize[i]>objectSize[i+1]。
最优适配法(Best Fit，BF)
令bin[j].unusedCapacity为箱子j的可用容量。初始时，所有箱子的可用容量为binCapacity。物品i放入可用容量unusedCapacity最小但不小于objectSize[i]的箱子。
最优适配递减法(Best Fit Decreasing，BFD)
此法与BF相似，区别在于，所有物品首先按所需容量的递减的次序排列，即对于1 <i<n，有objectSize[i]>objectSize[i+1]。
定理13-1
设I为箱子装载问题的任一实例，b(I)为最优装载所用的箱子数。FF和BF所用的箱子数不会超过(17/10)b(I)+2，而FFD和BFD所用的箱子数不会超过(11/9)b(I)+4。
举例
例13-6 有4件物品，所需容量分别为objectSize[1：4]=[3，5，2，4]，把它们放入容量为7的一组箱子中。
当使用FF 法时，物品 1 放入箱子 1；物品 2 放入箱子 2。因为箱子1 是可容纳物品3的最左面的箱子，所以物品3放入箱子1。物品4无法再放入前面用过的两个箱子，因此使用了一个新箱子。最后共用了三个箱子：物品 1 和 3 放入箱子 1；物品 2 放入箱子 2；物品 4 放入箱子 3。
当使用BF法时，物品 1 和 2 分别放入箱子 1 和箱子2。物品 3 放入箱子2，这比放入箱子1更能充分利用空间。物品4放入箱子1正好用完了空间。这种装载方案只用了两个箱子：物品1和4放入箱子1；物品2和3放入箱子2。
如果使用FFD和BFD方法，物品按2、4、1、3排序。最后结果一样：物品2和3放入箱子1；物品1和4放入箱子2。
最大输者树实现最先适配法
最大输者树可以实现FF和FFD算法，时间复杂度为O(nlogn)。初始状态时，初始化n个箱子的容量为binCapacity，使用数组bin存储，然后将bin数组作为选手初始化最大输者树。对于每个物品，寻找合适的箱子存放。从根advance[1]的左孩子child=2开始搜索，查看左孩子的赢者内存是否足够，如果够执行下一步，反之，将child++，寻找右孩子；下一步沿着树的路径寻找当前孩子的左孩子，child*=2，while循环直到child>=n(其实也就是找到内部节点index最大的节点了)。撤销向最后的左孩子的移动，找到其父亲，child/=2。如果child<n，则找到了所求箱子节点binToUse的父亲节点child，寻找当前child的赢者，确保此赢者是最左面的箱子，将其作为binToUse；如果child>=n，说明遇到了n为基数的情况，n为基数时总有一个内部节点的比赛是内部节点和外部节点的比赛，child>=n的原因是前面定位到了外部节点，此时需要将child/=2定位到该外部节点的父节点，然后找到父节点的赢者，即右孩子，作为binToUse。找到binToUse后将物体放到binToUse箱子中，将该箱子的内存-=objectSize[i]，重新组织比赛。
算法的时间复杂度为O(nlogn)。
/*
* 最先适配算法的实现
* objectSize数组存储物体的重量，objectSize[i]表示物体i的重量
* numberOfObjects存储物体的数量
* binCapacity存储初始时箱子的容量
*/
void firstFitPack(const int *objectSize, int numberOfObjects,
int binCapacity)
{// 初始状态下所有箱子都是空的，容量都为binCapacity。objectSize[1:numberOfObjects] = {binCapacity}
int n = numberOfObjects; // 物体的个数
// 初始化输者树，箱子容量越大，就是胜者
auto *bin = new int[n + 1]; // bins
for (int i = 1; i <= n; i++)
bin[i] = binCapacity;
MaxmumLoserTree loserTreeObj(bin, n);
// 将物体i打包到箱子中
for (int i = 1; i <= n; i++)
{
// 寻找有足够内存的箱子
int child = 2; // 从根的左孩子开始搜索
while (child < n)
{
int winner = loserTreeObj.getTheWinner(child);// 返回左孩子的赢者
if (bin[winner] < objectSize[i]) // 左孩子的赢者内存不够，找右孩子
child++;
child *= 2; // 找到当前孩子的左孩子，继续沿着树的路径往叶子节点走
}
int binToUse; // 设置为要使用的箱子
child /= 2; // 撤销向最后的左孩子的移动，找到其父亲
if (child < n)
{
binToUse = loserTreeObj.getTheWinner(child);
// 保证binToUse是最左边的箱子
if (binToUse > 1 && bin[binToUse - 1] >= objectSize[i])
binToUse--;
}
else // 当n是奇数时，前面的while循环可能定位到 内部节点与外部节点比赛的外部节点，这样child就可能会>=n，这样的话就需要定位到该外部节点的父亲
binToUse = loserTreeObj.getTheWinner(child / 2); // 既然前面的while循环定位到了该比赛(内部节点与外部节点比赛)的右孩子，说明左孩子不符合要求，一定是右孩子是赢者
cout << "Pack object " << i << " in bin "
<< binToUse << endl;
bin[binToUse] -= objectSize[i];
loserTreeObj.rePlay(binToUse);
}
}
有重复值的二叉搜索树实现最优适配法
在实现最优匹配法时，搜索树的每个元素代表一个正在使用且剩余容量不为0的箱子。每个箱子的剩余容量作为节点的关键字，每个箱子的名称作为节点的值。
在有重复值的二叉搜索树模板类中实现findGE()共有成员函数，该函数旨在寻找最匹配的箱子，即剩余容量大于等于theKey又是剩余容量最小的箱子bestBin。从根节点cur开始搜索，当cur->element.first >= theKey，记录&cur->element到bestBin，再移动到左孩子去找；否则，移动到右孩子去找；直到cur为空。
代码：
/* 查找元素，目的是解决箱子装载问题的最有匹配方法，将element.first作为箱子的容量，element.second作为箱子的名称
* 输入：theKey表示需要查找元素的键值
* 输出：返回值是剩余容量即大于等于theKey又是最小的箱子的element的地址
* 时间复杂度：O(logn)，n表示节点个数
*/
template<class K, class E>
pair<K, E>* dBinarySearchTree<K,E>::findGE(const K theKey) const{
// 返回一个元素的指针，这个元素的关键字是不小于theKey的最小关键字
// 如果这样的元素不存在，返回NULL
binaryTreeNode<pair<K, E>> * cur = root;
// 目前找到的元素，其关键字是不小于theKey的最小关键字
pair<K, E> * bestBin = nullptr;
// 对树搜索
while(cur != nullptr){
// cur是一个候选者吗
if(cur->element.first >= theKey) // 是比bestBin更好的候选者
{
bestBin = &cur->element;
cur = cur->leftChild;// 再往左子树去找
}
else // 不是
cur = cur->rightChild;// 再往右子树去找
}
return bestBin;
}
使用带有重复值的二叉搜索树实现最优适配法的时间复杂度为O(nlogn)，n表示物品个数。定义一个dBinarySearchTree对象theTree，对于没件物品，寻找最合适的箱子装箱，调用theTree.findGE(objectSize[i])寻找最合适的箱子，当返回值为空时，说明没有足够大的箱子，启用一个新箱子；反之，存储最合适的箱子，删除theTree树中最合适的箱子。装箱之后，更新最合适箱子的容量，更新好后当容量大于0，将该箱子重新插入theTree中。直到所有物品都找到合适的箱子。
代码：
/*
* 最优适配算法的实现
* objectSize数组存储物体的重量，objectSize[i]表示物体i的重量
* numberOfObjects存储物体的数量
* binCapacity存储初始时箱子的容量
* 时间复杂度：O(logn)
*/
void bestFitPack(int *objectSize, int numberOfObjects, int binCapacity) {
// 输出容量为binCapacity的最优箱子匹配.
// objectSize[1:numberOfObjects]表示物品大小
int n = numberOfObjects;
int binsUsed = 0; // 表示使用了多少个箱子，方便给箱子取名字
// 箱子容量树 pair<K, E>.first表示箱子的容量，pair<K, E>.second表示箱子的名称
dBinarySearchTree<int, int> theTree;
pair<int, int> theBin;
// 将物品逐个装箱
for (int i = 1; i <= n; i++) {
// 将物品i装箱
// 寻找最合适的箱子
pair<int, int> *bestBin = theTree.findGE(objectSize[i]);
if (bestBin == nullptr) {// 没有足够大的箱子，启用一个新箱子
theBin.first = binCapacity;
theBin.second = ++binsUsed;
} else {// 从树theTree中删除最匹配的箱子
theBin = *bestBin;
theTree.erase(bestBin->first);
}
cout << "Pack object " << i << " in bin "
<< theBin.second << endl;
// 将箱子插到树中，除非箱子已满
theBin.first -= objectSize[i];
if (theBin.first > 0)
theTree.insert(theBin);
}
}
代码
main.cpp
// first fit bin packing
#include <iostream>
#include "MaxmumLoserTree.h"
#include "dBinarySearchTree.h"
using namespace std;
/*最大输者树的测试*/
void MaxmumLoserTreeTest() {
cout << "*************************MaxmumLoserTreeTest() begin*******************************" << endl;
int n;
cout << "Enter number of players, >= 2" << endl;
cin >> n;
if (n < 2) {
cout << "Bad input" << endl;
exit(1);
}
int *thePlayer = new int[n + 1];
cout << "Enter player values" << endl;
for (int i = 1; i <= n; i++) {
cin >> thePlayer[i];
}
auto *w = new MaxmumLoserTree<int>(thePlayer, n);
cout << "The loser tree is" << endl;
w->output();
cout << "*************************MaxmumLoserTreeTest() end*******************************" << endl;
}
// 最先适配算法的实现
/*
* 最先适配算法的实现
* objectSize数组存储物体的重量，objectSize[i]表示物体i的重量
* numberOfObjects存储物体的数量
* binCapacity存储初始时箱子的容量
* 时间复杂度：O(nlogn)
*/
void firstFitPack(const int *objectSize, int numberOfObjects,
int binCapacity) {// 初始状态下所有箱子都是空的，容量都为binCapacity。objectSize[1:numberOfObjects] = {binCapacity}
int n = numberOfObjects; // 物体的个数
// 初始化输者树，箱子容量越大，就是胜者
auto *bin = new int[n + 1]; // bins
for (int i = 1; i <= n; i++)
bin[i] = binCapacity;
MaxmumLoserTree loserTreeObj(bin, n);
loserTreeObj.output();
// 将物体i打包到箱子中
for (int i = 1; i <= n; i++) {
// 寻找有足够内存的箱子
int child = 2; // 从根的左孩子开始搜索
while (child < n) {
int winner = loserTreeObj.getTheWinner(child);// 返回左孩子的赢者
if (bin[winner] < objectSize[i]) // 左孩子的赢者内存不够，找右孩子
child++;
child *= 2; // 找到当前孩子的左孩子，继续沿着树的路径往叶子节点走
}
int binToUse; // 设置为要使用的箱子
child /= 2; // 撤销向最后的左孩子的移动，找到其父亲
if (child < n) {
binToUse = loserTreeObj.getTheWinner(child);
// 保证binToUse是最左边的箱子
if (binToUse > 1 && bin[binToUse - 1] >= objectSize[i])
binToUse--;
} else // 当n是奇数时，前面的while循环可能定位到 内部节点与外部节点比赛的外部节点，这样child就可能会>=n，这样的话就需要定位到该外部节点的父亲
binToUse = loserTreeObj.getTheWinner(
child / 2); // 既然前面的while循环定位到了该比赛(内部节点与外部节点比赛)的右孩子，说明左孩子不符合要求，一定是右孩子是赢者
cout << "Pack object " << i << " in bin "
<< binToUse << endl;
bin[binToUse] -= objectSize[i];
loserTreeObj.rePlay(binToUse);
}
}
/*最先适配算法的测试*/
void firstFitPackTest(){
cout << "*************************firstFitPackTest() begin*******************************" << endl;
int n, binCapacity; // 物体的数量与箱子的容量
cout << "Enter number of objects and bin capacity"
<< endl;
cin >> n >> binCapacity;
if (n < 2)
throw illegalParameterValue("must have at least 2 objects");
int *objectSize = new int[n + 1];
for (int i = 1; i <= n; i++) {
cout << "Enter space requirement of object "
<< i << endl;
cin >> objectSize[i];
if (objectSize[i] > binCapacity)
throw illegalParameterValue("Object too large to fit in a bin");
}
firstFitPack(objectSize, n, binCapacity);
delete[] objectSize;
cout << "*************************firstFitPackTest() end*******************************" << endl;
}
/*
* 最优适配算法的实现
* objectSize数组存储物体的重量，objectSize[i]表示物体i的重量
* numberOfObjects存储物体的数量
* binCapacity存储初始时箱子的容量
* 时间复杂度：O(logn)
*/
void bestFitPack(int *objectSize, int numberOfObjects, int binCapacity) {
// 输出容量为binCapacity的最优箱子匹配.
// objectSize[1:numberOfObjects]表示物品大小
int n = numberOfObjects;
int binsUsed = 0; // 表示使用了多少个箱子，方便给箱子取名字
// 箱子容量树 pair<K, E>.first表示箱子的容量，pair<K, E>.second表示箱子的名称
dBinarySearchTree<int, int> theTree;
pair<int, int> theBin;
// 将物品逐个装箱
for (int i = 1; i <= n; i++) {
// 将物品i装箱
// 寻找最合适的箱子
pair<int, int> *bestBin = theTree.findGE(objectSize[i]);
if (bestBin == nullptr) {// 没有足够大的箱子，启用一个新箱子
theBin.first = binCapacity;
theBin.second = ++binsUsed;
} else {// 从树theTree中删除最匹配的箱子
theBin = *bestBin;
theTree.erase(bestBin->first);
}
cout << "Pack object " << i << " in bin "
<< theBin.second << endl;
// 将箱子插到树中，除非箱子已满
theBin.first -= objectSize[i];
if (theBin.first > 0)
theTree.insert(theBin);
}
}
/*最优适配算法测试*/
void bestFitPackTest(){
cout << "*************************bestFitPackTest() begin*******************************" << endl;
cout << "Enter number of objects and bin capacity" << endl;
int numberOfObjects, binCapacity;
cin >> numberOfObjects >> binCapacity;
if (numberOfObjects < 2)
{
cout << "Too few objects" << endl;
exit(1);
}
// 输入物体大小objectSize[1:numberOfObjects]
int *objectSize = new int [numberOfObjects + 1];
for (int i = 1; i <= numberOfObjects; i++)
{
cout << "Enter space requirement of object " << i << endl;
cin >> objectSize[i];
if (objectSize[i] > binCapacity)
{
cout << "Object too large to fit in a bin" << endl;
exit(1);
}
}
// 输出分装物品到箱子的结果
bestFitPack(objectSize, numberOfObjects, binCapacity);
delete [] objectSize;
cout << "*************************bestFitPackTest() end*******************************" << endl;
}
// test program
int main() {
/*最先适配算法测试*/
firstFitPackTest();
/*最优适配算法测试*/
bestFitPackTest();
return 0;
}
MaxmumLoserTree.h
/*
Project name : _30winnerTree
Last modified Date: 2023年12月19日16点48分
Last Version: V1.0
Descriptions: 最大输者树——模板类
*/
#ifndef _31LOSERTREE_MINIMUMLOSERTREE_H
#define _31LOSERTREE_MINIMUMLOSERTREE_H
#include<iostream>
#include "loserTree.h"
#include "myExceptions.h"
using namespace std;
template<class T>
class MaxmumLoserTree : public loserTree<T> {
public:
/*构造函数*/
explicit MaxmumLoserTree(T *thePlayer = nullptr, int theNumberOfPlayers = 0) {
tree = nullptr;
advance = nullptr;
initialize(thePlayer, theNumberOfPlayers);
}
/*析构函数*/
~MaxmumLoserTree() {
delete[] tree;
delete[] advance;
}
void initialize(T *thePlayer, int theNumberOfPlayers);//初始化
[[nodiscard]] int getTheWinner() const { return tree[0]; };//输出当前的赢者
[[nodiscard]] int getTheWinner(int i) const // 返回节点i的胜者的index
{return (i < numberOfPlayers) ? advance[i] : 0;}
void rePlay(int thePlayer);//重构
void output() const;
private:
int numberOfPlayers{};
int *tree;// 记录内部结点，tree[0]是最终的赢者下标，不使用二叉树结点，因为父子关系都是通过计算得出
int *advance;// 记录比赛晋级的成员
T *player;//参与比赛的元素
int lowExt{};//最底层外部结点的个数,2*(n-s)
int offset{};//2*s-1
void play(int, int, int);
int winner(int x, int y) { return player[x] >= player[y] ? x : y; };//返回更大的元素下标
int loser(int x, int y) { return player[x] >= player[y] ? y : x; };//返回更小的元素下标
};
template<class T>
void MaxmumLoserTree<T>::initialize(T *thePlayer, int theNumberOfPlayers) {
int n = theNumberOfPlayers;
if (n < 2) {
throw illegalParameterValue("must have at least 2 players");
}
player = thePlayer;
numberOfPlayers = n;
// 删除原来初始化的内存空间，初始化新的内存空间
delete[] tree;
delete[] advance;
tree = new int[n + 1];
advance = new int[n + 1];
// 计算s
int s;
for (s = 1; 2 * s <= n - 1; s += s);//s=2^log(n-1)-1（常数优化速度更快），s是最底层最左端的内部结点
lowExt = 2 * (n - s);
offset = 2 * s - 1;
for (int i = 2; i <= lowExt; i += 2)//最下面一层开始比赛
play((i + offset) / 2, i - 1, i);//父结点计算公式第一条
int temp = 0;
if (n % 2 == 1) {//如果有奇数个结点，一定会存在特殊情况，需要内部节点和外部节点的比赛
play(n / 2, advance[n - 1], lowExt + 1);
temp = lowExt + 3;
} else temp = lowExt + 2;//偶数个结点，直接处理次下层
for (int i = temp; i <= n; i += 2)//经过这个循环，所有的外部结点都处理完毕
play((i - lowExt + n - 1) / 2, i - 1, i);
tree[0] = advance[1];//tree[0]是最终的赢者，也就是决赛的赢者
}
template<class T>
void MaxmumLoserTree<T>::play(int p, int leftChild, int rightChild) {
// tree结点存储相对较大的值，也就是这场比赛的输者
tree[p] = loser(leftChild, rightChild);
cout << "tree" << p << " : " << leftChild << " : " << rightChild << endl;
// advance结点存储相对较小的值，也就是这场比赛的晋级者
advance[p] = winner(leftChild, rightChild);
cout << "advance" << p << " : " << leftChild << " : " << rightChild << endl;
// 如果p是右孩子
while (p % 2 == 1 && p > 1) {
tree[p / 2] = loser(advance[p - 1], advance[p]);
advance[p / 2] = winner(advance[p - 1], advance[p]);
p /= 2;//向上搜索
}
}
template<class T>
void MaxmumLoserTree<T>::rePlay(int thePlayer) {
int n = numberOfPlayers;
if (thePlayer <= 0 || thePlayer > n) {
throw illegalParameterValue("Player index is illegal");
}
int matchNode,//将要比赛的场次
leftChild,//比赛结点的左孩子
rightChild;//比赛结点的右孩子
if (thePlayer <= lowExt) {//如果要比赛的结点在最下层
matchNode = (offset + thePlayer) / 2;
leftChild = 2 * matchNode - offset;
rightChild = leftChild + 1;
} else {//要比赛的结点在次下层
matchNode = (thePlayer - lowExt + n - 1) / 2;
if (2 * matchNode == n - 1) {//特殊情况，比赛的一方是晋级
leftChild = advance[2 * matchNode];
rightChild = thePlayer;
} else {
leftChild = 2 * matchNode - n + 1 + lowExt;//这个操作是因为上面matchNode计算中/2取整了
rightChild = leftChild + 1;
}
}
//到目前位置，我们已经确定了要比赛的场次以及比赛的选手
//下面进行比赛重构，也就是和赢者树最大的不同，分两种情况
if (thePlayer == tree[0]) {//当你要重构的点是上一场比赛的赢家的话，过程比赢者树要简化，简化之后只需要和父亲比较，不需要和兄弟比较
for (; matchNode >= 1; matchNode /= 2) {
int oldLoserNode = tree[matchNode];//上一场比赛的输者
tree[matchNode] = loser(oldLoserNode, thePlayer);
advance[matchNode] = winner(oldLoserNode, thePlayer);
thePlayer = advance[matchNode];
}
} else {//其他情况重构和赢者树相同
tree[matchNode] = loser(leftChild, rightChild);
advance[matchNode] = winner(leftChild, rightChild);
if (matchNode == n - 1 && n % 2 == 1) {//特殊情况
// 特殊在matchNode/2后，左孩子是内部节点，右孩子是外部节点
matchNode /= 2;
tree[matchNode] = loser(advance[n - 1], lowExt + 1);
advance[matchNode] = winner(advance[n - 1], lowExt + 1);
}
matchNode /= 2;
for (; matchNode >= 1; matchNode /= 2) {
tree[matchNode] = loser(advance[matchNode * 2], advance[matchNode * 2 + 1]);
advance[matchNode] = winner(advance[matchNode * 2], advance[matchNode * 2 + 1]);
}
}
tree[0] = advance[1];//最终胜者
}
template<class T>
void MaxmumLoserTree<T>::output() const
{
cout << "number of players = " << numberOfPlayers
<< " lowExt = " << lowExt
<< " offset = " << offset << endl;
cout << "complete loser tree pointers are" << endl;
for (int i = 1; i < numberOfPlayers; i++)
cout << tree[i] << ' ';
cout << endl;
}
#endif //_31LOSERTREE_MINIMUMLOSERTREE_H
loserTree.h
/*
Project name : _30winnerTree
Last modified Date: 2023年12月19日16点48分
Last Version: V1.0
Descriptions: 最小输者树——虚基类
*/
#ifndef _31LOSERTREE_LOSERTREE_H
#define _31LOSERTREE_LOSERTREE_H
template<class T>
class loserTree {
public:
virtual ~loserTree() {}
virtual void initialize(T *thePlayer, int number) = 0;
virtual int getTheWinner() const = 0;
virtual void rePlay(int thePLayer) = 0;
};
#endif //_31LOSERTREE_LOSERTREE_H
dBinarySearchTree.h
/*
Project name : _33Search_tree
Last modified Date: 2023年12月21日11点13分
Last Version: V1.0
Descriptions: 二叉搜索树——带有相同关键字的二叉搜索树模板类
*/
#ifndef _33SEARCH_TREE_DBINARYSEARCHTREE_H
#define _33SEARCH_TREE_DBINARYSEARCHTREE_H
#include "bsTree.h"
#include "binaryTreeNode.h"
using namespace std;
template<class K, class E>
class dBinarySearchTree : public bsTree<K,E>
{
public:
dBinarySearchTree(){
root = nullptr;
treeSize = 0;
}
// 字典相关的方法
bool empty() const {return treeSize == 0;}
int size() const {return treeSize;}
pair<K, E>* find(const K theKey) const;
pair<K, E>* findGE(const K theKey) const;
void insert(const pair<K, E> thePair);
void erase(const K theKey);
/*中序遍历二叉树，使用函数指针的目的是是的本函数可以实现多种目的*/
void inOrder(void(*theVisit)(binaryTreeNode<pair<K, E>>*))
{
visit = theVisit;
/*是因为递归，所以才要这样的*/
inOrder(root);/*这里调用的是静态成员函数inOrder()*/
}
/*中序遍历---输出endl*/
void inOrderOutput() { inOrder(output); cout << endl; }
// additional method of bsTree
void ascend() {inOrderOutput();}
private:
binaryTreeNode<pair<K, E>>* root;//指向根的指针
int treeSize;//树的结点个数
static void (*visit)(binaryTreeNode<pair<K, E>>*);//是一个函数指针,返回值为void 函数参数为binaryTreeNode<pair<K, E>>*
static void output(binaryTreeNode<pair<K, E>>* t) { cout << t->element << " "; }
static void inOrder(binaryTreeNode<pair<K, E>>* t);
};
/*私有静态成员初始化*/
/*这里是静态函数指针成员的初始化，不初始化会引发LINK错误*/
template<class K, class E>
void (*dBinarySearchTree<K,E>::visit)(binaryTreeNode<pair<K, E>>*) = 0; // visit function
/*中序遍历 递归*/
template<class K, class E>
void dBinarySearchTree<K,E>::inOrder(binaryTreeNode<pair<K, E>>* t)
{
if (t != nullptr)
{
inOrder(t->leftChild);/*中序遍历左子树*/
visit(t);/*访问树根*/
inOrder(t->rightChild);/*中序遍历右子树*/
}
}
/* 查找元素
* 输入：theKey表示需要查找元素的键值
* 输出：键值为theKey的节点的pair地址
* 时间复杂度：O(logn)，n表示节点个数
*/
template<class K, class E>
pair<K, E>* dBinarySearchTree<K,E>::find(K theKey) const
{
// 返回值是匹配数对的指针
// 如果没有匹配的数对，返回值为nullptr
// p从根节点开始搜索，寻找关键字等于theKey的一个元素
binaryTreeNode<pair<K, E> > *p = root;
while (p != nullptr)
// 检查元素 p->element
if (theKey < p->element.first)
p = p->leftChild;
else
if (theKey > p->element.first)
p = p->rightChild;
else // 找到匹配的元素
return &p->element;
// 没找到匹配的元素
return nullptr;
}
/* 查找元素，目的是解决箱子装载问题的最有匹配方法，将element.first作为箱子的容量，element.second作为箱子的名称
* 输入：theKey表示需要查找元素的键值
* 输出：返回值是剩余容量即大于等于theKey又是最小的箱子的element的地址
* 时间复杂度：O(logn)，n表示节点个数
*/
template<class K, class E>
pair<K, E>* dBinarySearchTree<K,E>::findGE(const K theKey) const{
// 返回一个元素的指针，这个元素的关键字是不小于theKey的最小关键字
// 如果这样的元素不存在，返回NULL
binaryTreeNode<pair<K, E>> * cur = root;
// 目前找到的元素，其关键字是不小于theKey的最小关键字
pair<K, E> * bestBin = nullptr;
// 对树搜索
while(cur != nullptr){
// cur是一个候选者吗
if(cur->element.first >= theKey) // 是比bestBin更好的候选者
{
bestBin = &cur->element;
cur = cur->leftChild;// 再往左子树去找
}
else // 不是
cur = cur->rightChild;// 再往右子树去找
}
return bestBin;
}
/*
* 插入元素
* 输入：const pair<K, E> thePair表示需要插入的键值对
* 输出：void
* 时间复杂度：O(logn)，表示节点个数
*/
template<class K, class E>
void dBinarySearchTree<K,E>::insert(const pair<K, E> thePair)
{
// 插入thePair. 如果该键值存在则覆盖元素
// 寻找插入位置
binaryTreeNode<pair<K, E> > *p = root,
*pp = nullptr;
while (p != nullptr)
{// 检查元素 p->element
pp = p;
// 如果当前键值小于等于p的键值，则移到p的左孩子
if (thePair.first <= p->element.first)
p = p->leftChild;
else// 如果当前键值大于p的键值，则移到p的右孩子
p = p->rightChild;
}
// 为thePair建立一个节点，然后与pp链接，此时pp是叶子节点
auto *newNode = new binaryTreeNode<pair<K, E> > (thePair);
if (root != nullptr) // 树非空
// 如果thePair的键值小于pp的键值，则将thePair作为pp的左孩子，反之将其作为右孩子
if (thePair.first < pp->element.first)
pp->leftChild = newNode;
else
pp->rightChild = newNode;
else// 树空
root = newNode; // 直接将thePair节点作为根节点
treeSize++;
}
/*
* 删除元素
* 输入：const K theKey表示需要删除元素的键值
* 输出：void
* 时间复杂度：O(logn)，n表示节点个数
*/
template<class K, class E>
void dBinarySearchTree<K,E>::erase(const K theKey)
{
// 删除关键字等于theKey的数对
// 查找关键字为theKey的节点
binaryTreeNode<pair<K, E> > *p = root,
*pp = nullptr;
while (p != nullptr && p->element.first != theKey)
{
pp = p;
if (theKey < p->element.first)
p = p->leftChild;
else
p = p->rightChild;
}
if (p == nullptr)
return; // 不存在与关键字theKey匹配的数对
// 重新组织树结构
// 当p有两个孩子时的处理
if (p->leftChild != nullptr && p->rightChild != nullptr)
{
// 两个孩子
// 在P的左子树中寻找最大元素
binaryTreeNode<pair<K, E> > *s = p->leftChild,
*ps = p; // s的父节点
while (s->rightChild != nullptr)
{// 移动到更大的pair
ps = s;
s = s->rightChild;// 右孩子比较大
}
// 将最大元素s移到p
// p->element = s->element 的键值是 const
// 当最大值就是p的左孩子时，new的元素不能直接指向p的左孩子，而要指向p的左孩子的左孩子(此时p的左孩子没有右孩子)，因为到时候s会被delete掉,这个问题在后面的p至多有一个孩子那里解决的
binaryTreeNode<pair<K, E> >* q = nullptr;
q = new binaryTreeNode<pair<K, E> >(s->element, p->leftChild, p->rightChild);
// pp是p的父节点
// 如果p没有父节点
if (pp == nullptr)
root = q;
else if (p == pp->leftChild)// 如果p是pp的左孩子
pp->leftChild = q;
else// 如果p是pp的右孩子
pp->rightChild = q;
// 如果s的父节点就是p，说明p节点的左子树只有左子树没有右子树
// 那么删除p后pp就是其父节点
if (ps == p) pp = q;
else pp = ps;// 反之ps是其父节点
delete p;
p = s;
}
// p至多只有一个孩子
// 把孩子的指针存放到c
binaryTreeNode<pair<K, E> > *c;
if (p->leftChild != nullptr)
c = p->leftChild;
else
c = p->rightChild;
// 删除p
if (p == root)
root = c;
else
{// p是pp的左孩子还是右孩子
if (p == pp->leftChild)
pp->leftChild = c;
else pp->rightChild = c;
}
treeSize--;
delete p;
}
// overload << for pair
template <class K, class E>
ostream& operator<<(ostream& out, const pair<K, E>& x)
{out << x.first << ":" << x.second; return out;}
#endif //_33SEARCH_TREE_DBINARYSEARCHTREE_H
binaryTreeNode.h
/*
Project name : allAlgorithmsTest
Last modified Date: 2022年8月27日09点44分
Last Version: V1.0
Descriptions: 二叉树的结点结构体
*/
#pragma once
#ifndef _BINARYTREENODE_H_
#define _BINARYTREENODE_H_
template <class T>
struct binaryTreeNode
{
T element;
binaryTreeNode<T> *leftChild, // left subtree
*rightChild; // right subtree
binaryTreeNode() {leftChild = rightChild = nullptr;}
explicit binaryTreeNode(const T& theElement):element(theElement)
{
leftChild = rightChild = nullptr;
}
binaryTreeNode(const T& theElement,
binaryTreeNode *theLeftChild,
binaryTreeNode *theRightChild)
:element(theElement)
{
leftChild = theLeftChild;
rightChild = theRightChild;
}
};
#endif
bsTree.h
/*
Project name : _33Search_tree
Last modified Date: 2023年12月21日11点13分
Last Version: V1.0
Descriptions: 二叉搜索树——虚基类
*/
#ifndef _33SEARCH_TREE_BSTREE_H
#define _33SEARCH_TREE_BSTREE_H
#include "dictionary.h"
using namespace std;
template<class K, class E>
class bsTree : public dictionary<K,E>
{
public:
virtual void ascend() = 0;
// 按关键字升序输出
};
#endif //_33SEARCH_TREE_BSTREE_H
dictionary.h
/*
Project name : _33Search_tree
Last modified Date: 2023年12月21日11点13分
Last Version: V1.0
Descriptions: 字典虚基类
*/
#ifndef _33SEARCH_TREE_DICTIONARY_H
#define _33SEARCH_TREE_DICTIONARY_H
#include <iostream>
#include <utility>
using namespace std;
template<class K, class E>
class dictionary
{
public:
virtual ~dictionary() = default;
[[nodiscard]] virtual bool empty() const = 0;
// 如果字典为空则返回true，反之返回false
[[nodiscard]] virtual int size() const = 0;
// 返回字典中有多少个pair
virtual pair<K, E>* find(const K) const = 0;
// 根据键值返回pair的指针
virtual void erase(const K) = 0;
// 根据键值移除pair元素
virtual void insert(const pair<K, E>) = 0;
// 插入一个(key, value)pair到字典中
};
#endif //_33SEARCH_TREE_DICTIONARY_H
myExceptions.h
/*
Project name : _30winnerTree
Last modified Date: 2023年12月18日16点28分
Last Version: V1.0
Descriptions: 异常汇总
*/
#pragma once
#ifndef _MYEXCEPTIONS_H_
#define _MYEXCEPTIONS_H_
#include <string>
#include<iostream>
#include <utility>
using namespace std;
// illegal parameter value
class illegalParameterValue : public std::exception
{
public:
explicit illegalParameterValue(string theMessage = "Illegal parameter value")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// illegal input data
class illegalInputData : public std::exception
{
public:
explicit illegalInputData(string theMessage = "Illegal data input")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// illegal index
class illegalIndex : public std::exception
{
public:
explicit illegalIndex(string theMessage = "Illegal index")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// matrix index out of bounds
class matrixIndexOutOfBounds : public std::exception
{
public:
explicit matrixIndexOutOfBounds
(string theMessage = "Matrix index out of bounds")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// matrix size mismatch
class matrixSizeMismatch : public std::exception
{
public:
explicit matrixSizeMismatch(string theMessage =
"The size of the two matrics doesn't match")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// stack is empty
class stackEmpty : public std::exception
{
public:
explicit stackEmpty(string theMessage =
"Invalid operation on empty stack")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// queue is empty
class queueEmpty : public std::exception
{
public:
explicit queueEmpty(string theMessage =
"Invalid operation on empty queue")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// hash table is full
class hashTableFull : public std::exception
{
public:
explicit hashTableFull(string theMessage =
"The hash table is full")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// edge weight undefined
class undefinedEdgeWeight : public std::exception
{
public:
explicit undefinedEdgeWeight(string theMessage =
"No edge weights defined")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
// method undefined
class undefinedMethod : public std::exception
{
public:
explicit undefinedMethod(string theMessage =
"This method is undefined")
{message = std::move(theMessage);}
void outputMessage() {cout << message << endl;}
private:
string message;
};
#endif
运行结果
"C:\Users\15495\Documents\Jasmine\prj\_Algorithm\Data Structures, Algorithms and Applications in C++\_32Box loading\cmake-build-debug\_32Box_loading_.exe"
*************************firstFitPackTest() begin*******************************
Enter number of objects and bin capacity
4 7
Enter space requirement of object 1
3
Enter space requirement of object 2
5
Enter space requirement of object 3
2
Enter space requirement of object 4
4
number of players = 4 lowExt = 4 offset = 3
complete loser tree pointers are
3 2 4
Pack object 1 in bin 1
Pack object 2 in bin 2
Pack object 3 in bin 1
Pack object 4 in bin 3
*************************firstFitPackTest() end*******************************
*************************bestFitPackTest() begin*******************************
Enter number of objects and bin capacity
4
7
Enter space requirement of object 1
3
Enter space requirement of object 2
5
Enter space requirement of object 3
2
Enter space requirement of object 4
4
Pack object 1 in bin 1
Pack object 2 in bin 2
Pack object 3 in bin 2
Pack object 4 in bin 1
*************************bestFitPackTest() end*******************************
Process finished with exit code 0
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
