Pascal经典算法_背包问题析.pptVIP

经典算法问题解析---背包问题 前言 背包问题是程序设计中一个很经典的问题,很多题目都是在该问题上延伸开来的,对与背包问题我们有多种解题方法(算法),其中最常用的是贪心,搜索,递归,动态规划等,它们各有千秋,我们还将从算法的角度来分析这些算法的原理和它的正确性质和执行效率。 0-1背包问题 所谓的背包问题，可以描述如下： 一个小偷打劫一个保险箱，发现柜子里有N个不同大小与价值的物品，但小偷只有一个容积为M的背包来装东西，背包问题就是要找出一个小偷选择所偷物品的组合，以使偷走的物品总价值最大。我们标识每个物品的价为ＶI,大小是ZI 算法描述 对于0/1背包相关的问题我们有多种方法可以解决 ⑴贪心法 ⑵搜索法(回溯) (3)递归 ⑷动态规划 ⑴ 贪心法 贪心算法描述: 总是对当前的问题作最好的选择，也就是局部寻优。最后得到整体最优。 应用： 1：该问题可以通过“局部寻优”逐步过渡到“整体最优”。但是这种思路是否可以解决问题 2：最优子结构性质：某个问题的整体最优解包含了“子”问题的最优解。 该题设计的贪心算法 利用贪心算法的定义，我们定义一个数组变量A[I]:=V[I]/Z[I]来表示每件物品的单位体积的价值,然后按照单位体积的价值进行从大到小的排序,小偷取东西的时候的策略先取单位体积价值最高的物品,一直到背包不能再放物品为止; 该算法的分析: 该算法简单,而且执行效率比较高但是也有一个致命的缺陷.我们利用贪心法可以解决部分问题,但是我们不能解决所有问题.我想大家在”采药”这一题中应该有清醒的认识! 参考程序段 For i:=1 to n do A[I]:=V[I]/Z[I]//求单位价值 For i:=1 to n-1 do for j:=i+1 to n do If a[i]a[j] then begin v[i]-v[j];z[i]-z[j];A[I]-A[J];end; //按照单位价值的从大到小排列； i:=1;v:=0; While ma[i] do Begin V:=v+v[i]; M:=m-z[i]; i:=i+1;end; //按照单位价值从大到小取物品 Writeln(‘the total value is’,v); //上面的题目存在什么问题,该怎么去解决它 ⑵搜索法 搜索算法介绍： 经过对题目的分析我们可以的出下列结论，对于每个物品来说我们只有两中状态取或者不取，也就是一个背包的解就是一个长小于Ｎ的决策序列，这个序列是有（０,1)组成，所以我们可以利用回溯的原理将所有的背包的所有可能列举出来，然后在所有的可能性中找到最优的解； 一：回溯的概念 从问题的某种可能情况出发，搜索所有能到达的可能情况，然后以其中一种可能的情况为新的出发点，继续向下探索，当所有可能情况都探索过且都无法到达目标的时候，再回退到上一个出发点，继续探索另一个可能情况，这种不断回头寻找目标的方法称为“回溯法”。 回溯算法是一种有条不紊的搜索问题答案的方法，是一种能避免不必要搜索的穷举式的搜索算法，其基本思想就是穷举搜索。常用于查找问题的解集或符合某些限制条件的最佳解集。 0/1背包问题的分析 该背包问题的目的在于求最优解，所以我们要用回溯的方法将所有的解求出来，逐一比较求最优秀的解； 对于每个节点的扩展只有两种类可能要不取，要不不取，所以该搜索树为一个N层的二叉树。 解空间的长度是=n。 解空间的组织形式是一棵2叉树，一个可行的解就是从根节点到叶子节点的一条路径。每个解为一个长度不超过N的0/1代码序列 控制策略则是前面的选择没有超过背包的容量。 程序基本部分 Procedure Try(I:integer)；{搜索第到I个物品} var j:integer; Begin If iN then t:=max(total(n),t);//产生一个解，和当前的最优解比较 for j:=0 to1 do//对每个物品有取和不取两种情况 Begin //使用a:array[1..n]of 0..1表示每个物品的状态 If mz[i]*j then//如果包中还有空间 begin a[i]:=j;//标识该物品的状态 m:=m-a[i]*j;//剩余空间变化 try[i+1];//下一个物体选择 m:=m-a[i]*j;//剩余空间变化 a[i]:=0; end; End. 递归概念 我们可以用choose(I,z)来表示后i个物品在只剩下v个体积的空间中取的最大价值