第11章_近似算法.pptVIP

* Design and Analysis of Algorithm * 11.3.1 装箱问题 First Fit Decreasing(首次适宜降序FFD)算法 首先把物体按体积大小递减的顺序排序 然后用FF算法装入物体 Best Fit Decreasing（最适宜降序BFD）算法 首先把物体按体积大小递减的顺序排序 然后用BF算法装入物体 11.3.2 子集和问题 令S={s1, s2,…, sn}是一个正整数的集合，子集和问题要求在这个正整数集合中，找出其和不超过正整数C的最大和数的子集。 考虑蛮力法求解子集和问题，为了求得集合{s1, s2,…, sn}的所有子集和，先将所有子集和的集合初始化为L0={0}，然后求得子集和中包含s1的情况，即L0中的每一个元素加上s1，用L0+s1表示对集合L0中的每个元素加上s1后得到的新集合，则所有子集和的集合为L1=L0+(L0+s1)={0, s1}；再求得子集和中包含s2的情况，即L1中的每一个元素加上s2，所有子集和的集合为L2=L1+(L1+s2)={0, s1, s2, s1+s2}；依此类推，一般情况下，为求得子集和中包含si（1≤i≤n）的情况，即Li-1中的每一个元素加上si，所有子集和的集合为Li=Li-1+(Li-1+si)。因为子集和问题要求不超过正整数C，所以，每次合并后都要在Li中删除所有大于C的元素。例如，若S={104, 102, 201, 101}，C=308，利用上述算法求解子集和问题的过程如图11.7所示 L0={0} L1=L0+(L0+104)={0}+{104}={0, 104} L2=L1+(L1+102)={0, 104}+{102, 206}={0, 102, 104, 206} L3=L2+(L2+201)={0, 102, 104, 206}+{201, 303, 305, 407} ={0, 102, 104, 201, 206, 303, 305} L4=L3+(L2+101)={0, 102, 104, 201, 206, 303, 305}+{101, 203, 205, 302, 307, 404, 406} ={0, 101, 102, 104, 201, 203, 205, 206, 302, 303, 305, 307} 图11.7 蛮力法求解子集和问题示例 集合Li以数组L[i]的形式存储，n个元素的正整数集合S用数组s[n]存储且下标从1开始，两个集合的合并操作与4.3.1中介绍的归并排序的合并算法类似，蛮力法求解子集和问题的算法如下： 算法11.5——子集和问题 int SubsetSum1(int n, int s[ ], int C) { L[0]={0}； for (i=1; i=n; i++) //依次计算子集和中包含元素s[i] { L[i]=Merge(L[i-1], L[i-1]+s[i])； 删去L[i]中超过C的元素； } return max(L[n])； } 算法SubsetSum1中的数组L[i]是一个包含了不超过C的所有可能的(s1, s2,…, si)的子集和，在最坏情况下（即L[i]中的元素各不相同），L[i]中的元素个数为2i，所以，算法SubsetSum1的时间复杂性为O(2n) 基于算法SubsetSum1的近似算法的基本思想是，在迭代过程中，对数组L[i]进行适当的修整，使得在子集和不超过一定误差的前提下，尽可能减少数组L[i]中的元素个数，从而获得算法时间性能的提高。具体方法是：用一个修整参数δ（0＜δ＜1），从数组L[i]中删去尽可能多的元素，得到一个数组L1[i]，使得每一个从L[i]中删去的元素y，在数组L1[i]中都有一个修整后的元素z满足(1-δ)×y≤z≤y，可以将z看作是被删去元素y在修整后的数组L1[i]中的代表。 例如，若δ=0.1，且L={10, 11, 12, 15, 20, 21, 22, 23, 24, 29}，则用δ对L进行修整后得到L1={10, 12, 15, 20, 23, 29}。其中被删去的元素11由10来代表，21和22由20来代表，24由23来代表。 给定一个修整参数δ，对有序数组L的修整算法如下： 算法11.6——有序数组的修整 int [ ] Trim(int m, int L[ ], int L1[ ], double δ) { //数组L的长度为m，下标从1开始， //对数组L修整后存储在数组L1中 L1