cw是当前载重量-Read.pptVIP

◎ Software College , NEU 装载问题 例 w={ 16, 15, 15}, c = 30 2 算法描述 templateclass Type class Loading{ friend Type MaxLoading(Type[],Type,int); private: void Backtrack(int i); int n; //集装箱数 Type * w, //集装箱重量数组 c, //第一艘轮船的载重量 cw, //当前载重量 bestw; //当前最优载重量 }; Backtrack( int i ) { //搜索第i层结点 如果到达叶结点，则判断当前的cw，如果比前面得到的最优解bestw好，则替换原最优解。 //搜索左子树 如果当前剩余空间可以放下当前物品也就是， cw + w[ i ] = c，则把当前载重 cw += w[ i ]，递归访问其左子树，Backtrack( i + 1 )，访问结束，回到调用点， cw - = w[ i ] //搜索右子树 Backtrack( i + 1 ); } 3.上界函数 在改进算法中，引入类Loading的一个私有变量r，用于计算上界函数，引入上界函数后，在达到一个叶结点时就不必再检查该叶结点是否优于当前最优解。 因为上界函数使算法搜索到的每个叶结点都是迄今为止找到的最优解，时间复杂性没有变化，但在平均情况下改进后的算法检查的结点数较少 Templateclass Type class Loading{ friend Type MaxLoading(Type[ ],Type, int ); private: void Backtrack(int i); int n; //集装箱数 Type * w, //集装箱重量数组 c, //第一艘轮船的载重量 cw, //当前载重量 bestw， //当前最优载重量 r; //剩余集装箱重量 }; * 1. 问题描述 有一批共n个集装箱要装上2艘载重量分别为c1和c2的轮船，其中集装箱i 的重量为wi，且 装载问题要求确定是否有一个合理的装载方案可将这个集装箱装上这2艘轮船。如果有，找出一种装载方案。 例如，当n = 3, c1 = c2 = 50,且w = [ 10, 40, 40 ]，则可以将集装箱1和2装到第一艘轮船上，而将集装箱3装到第二艘轮船上；如果w =[ 20, 40, 40]，则无法将这3个集装箱都装上轮船。 如果一个给定装载问题有解，则采用下面的策略可得到最优装载方案。 (1)首先将第一艘轮船尽可能装满； (2)将剩余的集装箱装上第二艘轮船。 装载问题等价于以下特殊的0-1背包问题。 用动态规划算法解这个特殊的0-1背包问题，所需的计算时间是O(min{c1,2n})用回溯法设计解装载问题的O(2n)计算时间算法。在某些情况下该算法优于动态规划算法。 0 16 0 31 0 0 0 31 16 30 0 16 15 15 15 1 0 0 0 0 0 0 0 1 1 1 1 1 31 31 用子集树表示其解空间，用可行性约束函数可剪去不 满足条件 的子树。在子集树的第j+1层的结点Z 处，用cw记当前的装载重量，即 cw= ，则当cw c1 时，以结点Z为根的子 树中所有结点都不满足约束条件， 因而该子树中的解均为不可行解，故可将该子树剪去。 函数MaxLoading负责该类成员的初始化，返回不超过c的最大子集和，但未给出达到这个最大子集和的相应子集 Backtrack实现回溯搜索，Backtrack(1)实现对整个解空间的回溯搜索，Backtrack(i)搜索子集树中第i层子树。 template class Type Type MaxLoading( Type w[ ],Type c, int n ) { //返回最优载重量 Loading Type x; x. w = w; x. c = c; x. n = n; x. bestw = 0; x. cw = 0; //计算最优载重量 x.Backtrack( 1 ); return