分支限界算法求解0-1背包问题：不构造最优解，使用struct和queue

最新推荐文章于 2022-06-18 00:42:36 发布
最新推荐文章于 2022-06-18 00:42:36 发布
阅读量221 收藏
点赞数
分类专栏： 算法分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zjutsunny/article/details/103492853
版权 
#include<iostream>
#include<queue>
using namespace std;
#define NUM 100

struct Node
{
	int weight;		//重量 
	int value;		//价值 
	int level;		//层次 
	int flag;		//1是左孩子，0是右孩子 
};
queue<Node> q;

//增加结点 
int enQueue(int w,int v,int level,int flag,int n,int* best)
{
	Node node;
	node.weight = w;
	node.value = v;
	node.level = level;
	node.flag = flag;
	if (level == n)
	{
		if (node.value > *best)
			*best = node.value;
		return 0;
	}
	else  q.push(node);
}
//w为重量数组，v为价值数组，n为物品个数，c为背包容量，best为全局最大价值
int knapsack(int w[],int v[],int n,int c,int* best)
{
	int i=1;			//第一个结点 
	Node live;
	live.weight = 0;
	live.value = 0;
	live.level = 1;
	live.flag = 0;
	Node tmp;			//根结点 
	tmp.weight = -1;	//层分界标志 
	tmp.value = 0;
	tmp.level = 0;
	tmp.flag = 0;
	q.push(tmp);
	while (true)
	{
		if (live.weight + w[i-1] <= c)
		{
			enQueue(live.weight + w[i-1], live.value + v[i-1], i, 1,n,best);
		}
		enQueue(live.weight,live.value, i, 0,n,best);
		live = q.front();
		q.pop();
		if (live.weight == -1)
		{
			if (q.empty() == 1) break;
			live = q.front();
			q.pop();
			q.push(tmp);
			i++;
		}
	}
	return 0;
}
int main()
{
	int w[NUM];
	int v[NUM];
	int c;
	int n;
	while(scanf("%d%d",&c, &n)!=EOF)
	{
		for(int i=0; i<n; i++)
			scanf("%d%d",&w[i],&v[i]);
		int best=0;
		knapsack(w,v,n,c,&best);
		printf("%d\n", best);
	}
	return 0;
}
zjutsunny
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
分支限界算法 01背包问题
12-14
计算机算法设计与分析 课后习题 计算机算法设计与分析 课后习题
0/1背包问题（蛮力、动态规划、回溯、分支限界法）
01-20
算法设计实验报告，包括：蛮力、动态规划、回溯、分支限界四种算法求解0/1背包问题的基本思想、时间复杂度分析，C++实现代码，运行结果截图，实验心得。
分支限界法解0/1背包问题的思想方法和求解过程
weixin_44415974的博客
07-01 3001
1. 算法的思想 首先，要对输入数据进行预处理，将各物品依其单位重量价值从大到小进行排列。 在下面描述的优先队列分支限界法中，节点的优先级由已装袋的物品价值加上剩下的最大单位重量价值的物品装满剩余容量的价值和。 算法首先检查当前扩展结点的左儿子结点的可行性。如果该左儿子结点是可行结点，则将它加入到子集树和活结点优先队列中。当前扩展结点的右儿子结点一定是可行结点，仅当右儿子结点满足上界约束时才将它加入子集树和活结点优先队列。当扩展到叶节点时为问题的最优值。 例 有5个物体，重量分别为8,16,21,1
分别用回溯法和分支限界法求解0-1背包问题
05-19
要做实验的同学赶紧下哟，晚了就没了哈 速度来下啊
梳理和实现数据结构中的队列(Queue)
D200210271201的博客
04-09 926
首先，我们先看数据结构中队列的相关概念 队列：只允许在一端进行插入数据操作，在另一端进行删除数据操作的特殊线性表，队列具有先进先出FIFO(First In First Out) 入队列：进行插入操作的一端称为队尾 出队列：进行删除操作的一端称为队头 1.首先，我们一般用链表来实现队列。2.先进入队列的值先出，后进入队列的值后出。 OK，接下查看接口 #include <stdio.h> #include <stdlib.h> #include <stdbool..
cpp代码-分支限界法求解0-1背包问题
07-16
在这个“cpp代码-分支限界法求解0-1背包问题”的项目中，作者使用了C++编程语言实现了分支限界法来解决这个问题。分支限界法是一种搜索算法，它的核心思想是在一棵表示所有可能解的搜索树上进行剪枝操作，避免无效的...
分支定界算法求解0-1背包问题（附MATLAB代码）.rar
06-28
对于0-1背包问题，它通过将问题分解为多个子问题并逐步排除不可能成为最优解的分支来工作。具体步骤包括： - 构建一棵分支树，每个节点代表一个子问题。 - 从根节点开始，每次选择一个未完全确定的变量进行分支，...
动态规划法、贪心算法、回溯法、分支限界法解决0-1背包
11-23
分支限界法是另一种用于求解0-1背包问题的搜索算法。它通过广度优先或深度优先的方式遍历解空间树，同时维护一个限界函数来决定是否继续扩展当前节点。在0-1背包问题中，可以使用一个队列（广度优先搜索）或堆（优先...
分支限界法实现0-1背包
05-16
分支限界法0-1背包问题 示例输入（规定物品数量为10，背包容量为50，输入为20个数，前十个为物品重量，后十个数为物品价值）： 12 3 11 5 6 8 9 4 7 10 6 2 7 3 2 9 8 10 4 5 示例输出（最大价值）： 44
C 语言 数据结构 队列queue实现
刘滨浩的博客
10-06 1054
队列是一种先进先出的逻辑结构 代码： //queue struct queue_node{ int value; struct queue_node * next; }; typedef struct queue_node queue_node; struct queue{ queue_node * front; queue_node * back; int size; }; typedef struct queue queue; queue * create_queue(){ queue
队列queue与struct
MR_xiao11的博客
08-07 546
当需要对struct入队时，可以使用如下格式方法入队 struct node { int num; int step; }; queueq; q.push((node){a,0}); \\入队 node t=q.front() ;q.pop();\\调取队头 即可直接使用队头数据了
分支限界算法求解0-1背包问题：不构造最优解，使用struct和优先队列priority_queue
zjutsunny的博客
12-11 262
#include<iostream> #include<queue> using namespace std; #define NUM 100 struct Node { int weight; int value; int level; int flag; friend bool operator< (Node a, Node b) { retur...
数据结构之普通队列C语言版（简单易懂）
Cukor丘克的博客
11-08 849
数据结构之普通队列C语言版 文章目录数据结构之普通队列C语言版什么是普通队列简单使用C语言实现普通队列前期准备结构体封装初始化队列判断队列是否为空判断队列是否满队获取队列当前元素个数获取队头出队函数测试函数 什么是普通队列 队列是一种数据结构，是用来存储数据的，普通队列是队列里最简单的，也比较好理解。操作和栈是差不多的。队列和栈的区别就是，栈是先进后出，队列是先进先出。然后就没有多大的区别了。 简单使用C语言实现普通队列 队列的基本概念就这么多，想深入了解概念的请看课本去。这里是使用编程语言来实现队列的。
数据结构与性质(1)队列(queue)基础板子
weixin_63714970的博客
01-08 684
数据结构与性质(1)队列(queue)基础板子
C语言实现队列功能
liuzhaoze2000的博客
11-03 520
本程序实现队列的初始化、入队、出队、判断队空、查看队头元素、销毁功能。 queue.h文件 #ifndef __QUEUE_H__ #define __QUEUE_H__ #include <stdio.h> #include <stdlib.h> #include <stdbool.h> #define SIZE_queue 1024 typedef...
C语言 链表实现队列操作
Samzhu
03-07 469
#include &lt;stdio.h&gt; #include &lt;stdlib.h&gt; struct Node{ //结构体节点 节点中包含值和下一个节点的内存地址,默认为空 int value; struct Node *next; }; struct queue{ //结构体队列 队列中包含头节点和末节点内存地址 struct Node *start; str...
分支限界法求0-1背包问题
lxy99的博客
06-18 9539
纯属作业
436-分支限界算法-0-1背包问题(两种队列实现)
热门推荐
LINZEYU666的博客
08-18 1万+
分支限界算法解决0-1背包问题-FIFO队列 相当于左子树加约束条件了，右子树限界。 我们把根节点描述成nullptr //分支限界算法 - 01背包问题 FIFO队列 int w[] = { 16,15,15 };//物品的重量 int v[] = { 45, 25, 25 };//物品的价值 int c = 30;//背包的容量 const int n = sizeof(w) / sizeof(w[0]);//物品的个数 int cw = 0;//已选择物品的重量 int cv = 0;//
基于分支限界的0-1背包问题
m0_49071428的博客
04-23 9219
山东科技大学 算法设计与分析 基于分支限界的0-1背包问题
先进先出队列式分支限界法求解0-1背包问题用c++完整代码
最新发布
05-05
以下是使用先进先出队列式分支限界法求解0-1背包问题的完整C代码： ``` #include<stdio.h> #include<stdlib.h> #define MAX_SIZE 100 //物品结构体 typedef struct _item{ int weight; //重量 int value; //价值 int bound; //价值上界 }Item; //结点结构体 typedef struct _node{ int level; //决策树层数 int profit; //当前已获得的价值 int weight; //当前已占用的重量 int bound; //价值上界 int select[MAX_SIZE]; //选择情况 }Node; //队列结构体 typedef struct _queue{ Node elem[MAX_SIZE]; //队列元素 int front; //队头指针 int rear; //队尾指针 }Queue; //初始化队列 void initQueue(Queue *q){ q->front = q->rear = 0; } //判断队列是否为空 int isEmpty(Queue *q){ if(q->front == q->rear) return 1; else return 0; } //进队列 void enqueue(Queue *q, Node n){ if((q->rear+1)%MAX_SIZE == q->front){ printf("Queue is full!\n"); exit(1); } q->elem[q->rear] = n; q->rear = (q->rear+1)%MAX_SIZE; } //出队列 Node dequeue(Queue *q){ if(isEmpty(q)){ printf("Queue is empty!\n"); exit(1); } Node n = q->elem[q->front]; q->front = (q->front+1)%MAX_SIZE; return n; } //计算结点的价值上界 int bound(Node n, int nItems, Item items[]){ int j, k; int totalWeight; int boundValue; //剩余物品全部装入背包 if(n.weight >= items[n.level].weight){ boundValue = n.profit; totalWeight = n.weight; for(j=n.level+1; j<nItems; j++){ if(totalWeight+items[j].weight <= MAX_SIZE){ totalWeight += items[j].weight; boundValue += items[j].value; }else{ k = MAX_SIZE-totalWeight; boundValue += (int)(k*(items[j].value/items[j].weight)); break; } } } //剩余物品不能全部装入背包 else{ boundValue = n.profit+(int)((MAX_SIZE-n.weight)*(items[n.level].value/items[n.level].weight)); totalWeight = MAX_SIZE; } return boundValue; } //先进先出队列式分支限界法 int knapsack(int nItems, Item items[], int capacity, int *solution){ Queue q; Node u, v; int i; initQueue(&q); //初始化根结点 u.level = -1; u.profit = 0; u.weight = 0; //计算根结点的价值上界 u.bound = bound(u, nItems, items); enqueue(&q, u); int maxProfit = 0; while(!isEmpty(&q)){ u = dequeue(&q); //如果结点的价值上界小于当前最优解，则剪枝 if(u.bound <= maxProfit) continue; //扩展结点 if(u.level < nItems-1){ //不选当前物品 v.level = u.level+1; v.weight = u.weight; v.profit = u.profit; v.bound = bound(v, nItems, items); for(i=0; i<=u.level; i++){ v.select[i] = u.select[i]; } v.select[v.level] = 0; enqueue(&q, v); //选当前物品 v.level = u.level+1; v.weight = u.weight+items[v.level].weight; v.profit = u.profit+items[v.level].value; v.bound = bound(v, nItems, items); for(i=0; i<=u.level; i++){ v.select[i] = u.select[i]; } v.select[v.level] = 1; //更新当前最优解 if(v.profit > maxProfit){ maxProfit = v.profit; for(i=0; i<nItems; i++){ solution[i] = v.select[i]; } } //如果结点的价值上界大于当前最优解，则加入队列 if(v.bound > maxProfit){ enqueue(&q, v); } } } return maxProfit; } int main(){ int nItems = 5; Item items[5] = {{2, 12, 0}, {1, 10, 0}, {3, 20, 0}, {2, 15, 0}, {5, 25, 0}}; int capacity = 8; int solution[5] = {0}; int maxProfit = knapsack(nItems, items, capacity, solution); printf("Total profit: %d\n", maxProfit); printf("Solution: "); for(int i=0; i<nItems; i++){ printf("%d ", solution[i]); } printf("\n"); return 0; } ``` 其中，Item结构体存储物品的重量、价值和价值上界；Node结构体存储结点的决策树层数、当前已获得的价值、当前已占用的重量、价值上界和选择情况；Queue结构体为先进先出队列。在主函数中，定义了5个物品，背包容量为8，使用solution数组存储选中的物品，最终输出了最大价值和选择情况。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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