【算法设计】背包问题

研究生课程系列文章参见索引《在信科的那些课

题目

一个旅行者准备随身携带一个背包,可以放入背包的物品有n种,每种物品的重量和价值分别为wj, vj . 如果背包的最大重量限制是b, 怎样选择放入背包的物品以使得背包的价值最大?
目标函数:

约束条件:


算法设计


设Fk(y) 表示只允许装前k 种物品,背包总重不超过y 时背包的最大价值。Fk(y)有两种情况:不装第k件物品或至少装1件第k种物品。
如果不装第k件物品,那么只能用前k-1件物品装入背包,背包的限制重量仍为y,所以最大价值是Fk-1(y);
如果装1件第k件物品,那么装入的第k件物品价值为vk,重量为wk,剩下的物品仍要在前k件里选择(因为每件物品可以装多件,如果只能装1件就是在前k-1件里选择)。于是问题规约为背包限制重量y-wk的情况下前k件物品取得最大价值,即Fk(y-wk)+vk。递推方程与边界条件:



上式初值比较多,F0(y)是不装物品的最大价值;F1(y)是只能装第一件物品时,最多装|_y/w1_|件;递推式Fk(y-wk),y-wk有可能得到负值,即不能再装物品,所以设置最小数以保证在优化问题中淘汰这种情况。

算法实现

标记函数:实现是需要一个ik(y)记录优化函数Fk(y)用到物品的最大标号。计算Fk(y)时,如果Fk-1(y)>Fk(y-wk)+vk,即没有加入第k件物品,ik(y)即为Fk-1(y)的物品最大标号;反正,加入第k件物品,ik(y)记为k。标记函数递归关系:


代码如下:
void Knapsack(int v[N],int w[N],int F[][B+1],int tagi[][B+1]){
	for(int k=0;k<=N;k++){
		F[k][0]=0;
		tagi[k][0]=0;
	}
	for(int y=0;y<=B;y++){
		F[0][y]=0;
		F[1][y]=(int)(y/w[0])*v[0];//只能装第一件物品时
		tagi[0][y]=0;
	}

	for(int k=1;k<=N;k++){
		for(int y=1;y<=B;y++){
			if(y-w[k-1]<0){
				F[k][y]=F[k-1][y];
				tagi[k][y]=tagi[k-1][y]; 
			}
			else{
				//允许装入k件物品,价值的两种情况:
				//不装第k件物品或至少装1件第k件物品
				F[k][y]=F[k-1][y]>F[k][y-w[k-1]]+v[k-1] ? F[k-1][y]:(F[k][y-w[k-1]]+v[k-1]);
				tagi[k][y]=F[k-1][y]>F[k][y-w[k-1]]+v[k-1]?tagi[k-1][y]:k;
			}
		}
	}
}

实例及解的追踪

试验下面的例子:
v1=1,v2=3,v3=5,v4=9,w1=2,w2=3,w3=4,w4=7,b=10
运行结果如下图:


我们需要在标记函数ik(y)中把实际解,及每个物品分别装入多少件追踪出来。
由最后i4(10)开始,i4(10)=4,表示此时第4件物品至少装入1件,占用重量w4=7,于是背包剩余重量为10-7=3;继续查询i4(3),由i4(3)=2,表示剩余物品最大标号为2,第2件物品至少装入1件。剩余重量为0,即不能再装入物品。用公式表示追踪解的过程:


根据实例,可以理出追踪解的思路,代码如下:
void TrackSolution(int v[N],int w[N],int tagi[][B+1]){
	//x[i-1]标记第i件物品的件数
	int x[N];
	for(int i=0;i<N;i++)
		x[i]=0;
	int y=B,j=tagi[N][B];
	while (tagi[j][y]!=0){
		 j=tagi[j][y];
		//标记函数最下角ik(y)标记的物品取一件
		x[j-1]=1; 
		y=y-w[j-1];
		while (tagi[j][y]==j){
			y=y-w[j];
			x[j-1]=x[j-1]+1;
		}
	}
}
运行结果:


其他题目

背包问题是很经典的动态规划问题,很多问题都是背包的变种,比如下面两个题目:
  • 设P是一台Internet上的Web服务器。T={1,2,...,n}是n个下载请求集合,ai为正整数,表示下载请求i所申请的带宽,已知服务器的最大带宽是正整数K。我们的目标是使带宽得到最大限度的利用,即确定T的一个子集S,使得,且达到最小。设计一个算法求服务器下载问题。
  • 设有n项任务,加工时间分别表示为正整数t1,t2,...,tn。现有2台同样的机器,从0时刻可以安排对这些任务的加工,知道T时刻所有任务完成,总加工时间为T。设计算法使得总加工时间T最小的调度方案。
第一个题目其实就是0-1背包问题,即看做价值和重量相等(都为ai)的物品装入背包,每件物品最多选1件,总重不能超过K,总价值最大的问题。设Fk(y)表示只允许前k个下载请求,最大带宽不超过y时利用最大限度的带宽数。递推关系和边界条件如下:



注意0-1背包和背包问题的递推关系主要区别是:当选择第k件物品时,Fk(y)表示为Fk-1(y-wk)+vk,而非Fk(y-wk)+vk,即只能在前k-1件物品里继续选择。另外F1(y)的边界函数也不同。
至于第二个题目,其实就是使得一条加工线上的加工时间不超过T/2时加工时间尽可能大的问题,和第一个问题是一样的。


参考资料:屈婉玲 刘田等 《算法设计与分析》

(转载请注明作者和出处:http://blog.csdn.net/xiaowei_cqu 未经允许请勿用于商业用途)



没有更多推荐了,返回首页