//假设有一个能装入总体积为T的背包和n件体积分别为w1,w2....wn.的物品,能否从n件物品中挑选若干件恰好装满背包,即使w1+w2+....+wn=T,要求找出所有满足上述条件的解。例如:当T

//背包问题
//假设有一个能装入总体积为T的背包和n件体积分别为w1,w2....wn.的物品,能否从n件物品中挑选若干件恰好装满背包,即使w1+w2+....+wn=T,要求找出所有满足上述条件的解。例如:当T=10,各件体积为{1,8,4,3,5,2}时,可找到下列4组解:(1,4,3,2)、(1,4,5)、(8,2)和(3,5,2)。
void knapsack(int w[] , int T, int n)
{
	//已知n件物品的体积分别为w[0],w[1]..w[n-1],背包的总体积为T
	//本算法输出所有恰好能装满背包的物品组合解
	InitStack(s);k=0; //从第0件物品考察起
	do{
		while(T>0&&k<n){
			if(T-w[k]>=0){  //第k件物品可选,则k入栈
				Push(S,k);T-=w[k]; //背包剩余体积减小wk
			}//if 
			k++;   //继续考察下一件物品
		}//while
		if(T==0)StackTraverse(S); //输出一组解,之后回溯寻找下一组解
		Pop(S,k);T+=w[k];  //退出栈顶物品,背包剩余体积增添wk
		k++;  //继续考察下一件物品
	}while(!StackEmpty(s)||(k<n)); //若栈不空或仍有可选物件则继续回溯
}//knapsack
问题描述: 假设一个装入体积为T的背包和n体积分别为w1 , w2 , … , wn物品,能否从n件物品挑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件。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: (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,直至求得满足条件,或者无。 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。
评论 2
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