背包问题的动态规划算法.docxVIP

背包问题的动态规划算法 尘本是心 摘 要：背包问题(Knapsack problem)是一种组合优化的NP完全问题，本文具体实现背包问题的动态规划算法，并用实例探讨其平均运算时间（基本运算次数）。 关键词：背包问题，动态规划算法，优化。 Dynamic Programming Algorithm of Knapsack Problem Chen Benshixin Abstract: Knapsack problem is an NP-complete problem and in this paper we solve it by dynamic programming algorithm, and we use a specific example to discuss the average computing time (number of basic operations). Keywords: Knapsack Problem, Dynamic Programming ,Optimization. 问题描述 背包问题具体描述如下：有容量为c的背包，n个物品，价值分别为pi，体积分别为wi，求背包所能装的物品的最大价值。 算法描述 作为自然的假设，所涉及变量应该为正数。pi应该为有理数。c、wi虽然可能为无理数，但是在实际问题中，其值总是通过测量得到的，从而为有理数。因此作为假设，可认为pi、c、wi都是正有理数，进一步，通过乘以公分母，可认为所有变量（c、n、pi、wi）都是正整数。程序中不检查变量合法性，而认为这一要求是满足的。 以xi=0表示物品i不放入背包，xi=1表示物品i放入背包，xi=-1表示前两种情况都可以。 求解过程分为n步，第k步决定xk为0还是1。以uk表示第k步初背包的剩余容量，fm（u）表示剩余容量为u，剩余物品编号为m到n时的最大价值。则该问题符合动态规划的要求。并且有显然的条件 u1=c m=n+1时，fm（u）恒为0 u=0时，fm（u）为0 状态转移方程为u（k+1）=uk-xk*wk。 动态规划基本方程为：wmu时，fm（u）=f（m+1）（u），否则fm（u）为f（m+1）（u与f（m+1）（u-wm）+pm中的较大者。 定义（n+1）*c矩阵f，其m行u列处为fm（u）；（n+1）*c矩阵x，其m行u列处为剩余容量为u，剩余物品编号为m到n时xm的取值。 算法实现 %n，c，w，p的值是自定义的 n=6; c=10; w=[1,2,3,4,5,6]; p=[6,5,4,3,2,1]; cishu=0; tic; f=zeros(n+1,c); x=zeros(n+1,c); y=zeros(1,n); for m=n:-1:1 for u=1:c if w(m)u f(m,u)=f(m+1,u);x(m,u)=0; cishu=cishu+3; elseif w(m)u if f(m+1,u)(f(m+1,u-w(m))+p(m)) f(m,u)=f(m+1,u);x(m,u)=0; cishu=cishu+4; elseif f(m+1,u)(f(m+1,u-w(m))+p(m)) f(m,u)=f(m+1,u-w(m))+p(m);x(m,u)=1; cishu=cishu+4; else f(m,u)=f(m+1,u);x(m,u)=-1; cishu=cishu+4; end else if f(m+1,u)p(m) f(m,u)=f(m+1,u);x(m,u)=0; cishu=cishu+4; elseif f(m+1,u)p(m) f(m,u)=p(m);x(m,u)=1; cishu=cishu+4; else f(m,u)=f(m+1,u);x(m,u)=-1; cishu=cishu+4; end end end end t=toc cishu %以下循环是