动态规划与回溯法解决01背包问题文档格式.docx
《动态规划与回溯法解决01背包问题文档格式.docx》由会员分享,可在线阅读,更多相关《动态规划与回溯法解决01背包问题文档格式.docx(9页珍藏版)》请在冰豆网上搜索。
capacity;
d)
定义V(i,j):
当前背包容量j,前i个物品最佳组合对应的价值;
e)最优性原理是动态规划的基础,最优性原理是指“多阶段决策过程的最优决策序列具有这样的性质:
不论初始状态和初始决策如何,对于前面决策所造成的某一状态而言,其后各阶段的决策序列必须构成最优策略”。
判断该问题是否满足最优性原理,采用反证法证明:
假设(X1,X2,…,Xn)是01背包问题的最优解,则有(X2,X3,…,Xn)是其子问题的最优解,
假设(Y2,Y3,…,Yn)是上述问题的子问题最优解,则理应有(V2Y2+V3Y3+…+VnYn)+V1X1
>
(V2X2+V3X3+…+VnXn)+V1X1;
而(V2X2+V3X3+…+VnXn)+V1X1=(V1X1+V2X2+…+VnXn),则有(V2Y2+V3Y3+…+VnYn)+V1X1
(V1X1+V2X2+…+VnXn);
该式子说明(X1,Y2,Y3,…,Yn)才是该01背包问题的最优解,这与最开始的假设(X1,X2,…,Xn)是01背包问题的最优解相矛盾,故01背包问题满足最优性原理;
f)
寻找递推关系式,面对当前商品有两种可能性:
第一,包的容量比该商品体积小,装不下,此时的价值与前i-1个的价值是一样的,即V(i,j)=V(i-1,j);
第二,还有足够的容量可以装该商品,但装了也不一定达到当前最优价值,所以在装与不装之间选择最优的一个,即V(i,j)=max{V(i-1,j),V(i-1,j-w(i))+v(i)}
其中V(i-1,j)表示不装,V(i-1,j-w(i))+v(i)
表示装了第i个商品,背包容量减少w(i)但价值增加了v(i);
由此可以得出递推关系式:
1)
j<
w(i)
V(i,j)=V(i-1,j)
2)
j>
=w(i)
V(i,j)=max{
V(i-1,j),V(i-1,j-w(i))+v(i)
}
四、构造最优解:
最优解的构造可根据C列的数据来构造最优解,构造时从第一个物品开始。
从i=1,j=c即m[1][c]开始。
1、对于m[i][j],如果m[i][j]==m[i+1][j],则物品i没有装入背包,否则物品i装入背包;
2、为了确定后继即物品i+1,应该寻找新的j值作为参照。
如果物品i已放入背包,则j=j-w[i];
如果物品i未放入背包,则j=j。
3、重复上述两步判断后续物品i到物品n-1是否放入背包。
4、对于物品n,直接通过m[n][j]是否为0来判断物品n是否放入背包。
只要能通过找规律手工填写出上面这张表就算理解了01背包的动态规划算法。
首先要明确这张表是至底向上,从左到右生成的。
序号
Weight
Value
6
11
13
16
20
14
17
从表格中可以看出背包的最大价值value=20,即当X1=1,X2=0,X3=1,X4=1。
五、算法测试代码:
#include<
stdio.h>
stdlib.h>
iostream>
queue>
climits>
cstring>
usingnamespacestd;
constintc=8;
//背包的容量
constintw[]={0,3,5,2,1};
//物品的重量,其中0号位置不使用。
constintv[]={0,9,10,7,4};
//物品对应的待加,0号位置置为空。
constintn=sizeof(w)/sizeof(w[0])-1;
//n为物品的个数
intx[n+1];
voidpackage0_1(intm[][11],constintw[],constintv[],constintn)//n代表物品的个数
{
//采用从底到顶的顺序来设置m[i][j]的值
//首先放w[n]
for(intj=0;
j<
=c;
j++)
if(j<
w[n])m[n][j]=0;
//j小于w[n],所对应的值设为0,否则就为可以放置
elsem[n][j]=v[n];
//对剩下的n-1个物品进行放置。
inti;
for(i=n-1;
i>
=1;
i--)
w[i])
m[i][j]=m[i+1][j];
//如果j<
w[i]则,当前位置就不能放置,它等于上一个位置的值。
//否则,就比较到底是放置之后的值大,还是不放置的值大,选择其中较大者。
else
m[i][j]=m[i+1][j]>
m[i+1][j-w[i]]+v[i]?
m[i+1][j]:
m[i+1][j-w[i]]+v[i];
}
voidanswer(intm[][11],constintn)
intj=c;
for(i=1;
i<
=n-1;
i++)
if(m[i][j]==m[i+1][j])x[i]=0;
{
x[i]=1;
j=j-w[i];
}
x[n]=m[i][j]?
1:
0;
intmain()
intm[6][11]={0};
package0_1(m,w,v,n);
for(inti=0;
=5;
{
=10;
printf("
%2d"
m[i][j]);
cout<
<
endl;
answer(m,n);
"
Thebestansweris:
\n"
;
for(inti=1;
x[i]<
system("
pause"
);
return0;
0-1背包回溯法解决问题
01背包属于找最优解问题,用回溯法需要构造解的子集树。
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。
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。
三、回溯法实现的过程:
根据问题的解空间,对于n=4时的0-1背包问题,可用一棵完全二叉树表示其解空间,如下图所示。
回溯过程:
从根节点A开始回溯,节点A是当前的唯一的活节点,在这个纵深方向先进入A的左子树B或者右子树C。
假设先选择节点B,此时,节点B成为当前的活节点,节点B成为当前扩展节点。
节点A到B选择w1=3,节点B背包剩余容量r=4,价值v=9,节点B到节点D,由于选择w2=5,此时背包容量r=4,背包容量不够,因而不可行,利用剪枝函数,减去以D为根节点的子树;
然后回溯到B的右节点E,此时,E节点的剩余容量r=4,v=9,选择w3=2,符合要求,节点E成为当前的扩展节点,进入节点J,此时,节点J的剩余容量r=2,v=16,选择w4=1,符合要求,到叶子节点T,此时,节点T的剩余容量r=1,v=20;
因此得到一个可行解,即x=(1,0,1,1),此时节点T成为一个死结点,回溯到节点U,得到一个可行解v=16,即x=(1,0,1,0),节点U成为死结点,回溯到节点E,进入右子树,节点K的剩余容量r=4,v=9,选择w4=1,符合要求,到达节点V,v=13,得到一个可行解x=(1,0,0,1),节点V成为死结点,回溯到节点K,到达叶子结点W,v=9得到一个可行解x=(1,0,0,0)。
按此方式继续搜索整个解的空间。
搜索结束后找到的最好解是0-1背包问题的最优解。
#include<
conio.h>
intn;
//物品数量
doublec;
//背包容量
doublev[100];
//各个物品的价值
doublew[100];
//各个物品的重量
doublecw=0.0;
//当前背包重量
doublecp=0.0;
//当前背包中物品价值
doublebestp=0.0;
//当前最优价值
doubleperp[100];
//单位物品价值排序后
intorder[100];
//物品编号
intput[100];
//设置是否装入
//按单位价值排序
voidknapsack()
inti,j;
inttemporder=0;
doubletemp=0.0;
for(i=1;
i<
=n;
i++)
perp[i]=v[i]/w[i];
=n-1;
for(j=i+1;
j++)
if(perp[i]<
perp[j])//冒泡排序perp[],order[],sortv[],sortw[]
temp=perp[i];
perp[i]=perp[i];
perp[j]=temp;
temporder=order[i];
order[i]=order[j];
order[j]=temporder;
temp=v[i];
v[i]=v[j];
v[j]=temp;
temp=w[i];
w[i]=w[j];
w[j]=temp;
//回溯函数
voidbacktrack(inti)
doublebound(inti);
if(i>
n)
bestp=cp;
return;
if(cw+w[i]<
=c)
cw+=w[i];
cp+=v[i];
put[i]=1;
backtrack(i+1);
cw-=w[i];
cp-=v[i];
if(bound(i+1)>
bestp)//符合条件搜索右子数
//计算上界函数
doublebound(inti)
doubleleftw=c-cw;
doubleb=cp;
while(i<
=n&
&
w[i]<
=leftw)
leftw-=w[i];
b+=v[i];
i++;
if(i<
=n)
b+=v[i]/w[i]*leftw;
returnb;
inti;
printf("
请输入物品的数量和容量:
"
scanf("
%d%lf"
&
n,&
c);
请输入物品的重量和价值:
第%d个物品的重量:
i);
%lf"
w[i]);
价值是:
v[i]);
order[i]=i;
knapsack();
backtrack
(1);
最有价值为:
%lf\n"
bestp);
需要装入的物品编号是:
if(put[i]==1)
%d"
order[i]);
return0;