孙成敏《计算机算法设计与分析》第6章.pptVIP

procedure DKNAP(p,w,n,M,m) F(0)?1; P(1)?W(1)?0; l?h?1; F(1)?next?2; for i?1 to n-1 do k?l ; u?r ; r是在l?r?h中,使得W(r)+wi?M最大 for j?l to u do (pp,ww)=(P(j)+pi,W(j)+wi) while ( k?h and W(k)ww ) do ｛ P(next)?P(k); W(next)?W(k); next?next+1; k?k+1; } if ( k?h and W(k)=ww) then pp?max{pp,P(k)} ; k?k+1;} if ( ppP(next-1)) {(P(next),W(next))?(pp,ww); next ?next+1;} while ( k?h and P(k)?P(next-1)) do { k?k+1; } repeat while k?h do { (P(next),W(next))?(P(k),W(k)); next ?next+1; k ?k+1 ; } l?h+1; h?next?1; F(i+1) ?next; repeat call PARTS //算法DKP的6—11行 end DKNAP 计算S1到Sn-1 //要加代码才能实现 //将(pi,wi)加到Si-1中的序偶上 //将Si-1中的序偶并入Si中 //将Si-1中剩余的序偶并入Si中 // l和h分别指向Si的首端和末端 F(i+1)指向Si+1的第一个元素 Si-1和Si1按支配规则进行归并, 生成Si 6.5 0/1背包问题 时间、空间复杂性分析 Si的序偶数量用|Si|表示 |Si|= |Si?1|+ |Si1| 如果物品的重量wi和效益pi都是整数，则Si中每个序偶的P和W也是整数，并且在Si中序偶的P和W是互异的。 6.5 0/1背包问题 启发式方法 设L是最优解的估计值，有L?fn(M)， 设PLEFT(i)=?pj 若(P,W)?Si,且P+ PLEFT(i)?L, 则(P,W)就可以从Si  中清除掉。 L的选取： Si的最末序偶(P,W)的P作为L； 将某些剩余物品的p值与这个P值加在一  起作为L. i?j?n 6.5 0/1背包问题 例：n=6,(p1,…p6)=(W1, …W6)=(100,50,20,10,7,3),M=165 取估计值L=163, PLEFT(0)=190, PLEFT(1)=90, PLEFT(2)=40, PLEFT(3)=20, PLEFT(4)=10, PLEFT(5)=3, PLEFT(6)=0, S0={0}, S11={100} S1={100}, S21={150} S2={150}, S31= ? S3={150}, S41={160} S4={160}, S51= ? S5={160}, 6.6 可靠性设计 　乘数最优化问题 D1 D2 D3 Dn 设ri是设备Di正常运转的概率 ，则整个系统的可靠性就是 D2 D2 Dn Dn Dn D3 D3 D3 D3 D1 D1 D1 第i级每个设备出故障的概率为1?ri ，第i级有mi个设备并联，则同时出故障的概率为(1?ri)mi,可靠性为 6.6 可靠性设计 第 i 级设备的可靠性由函数?i(mi)给定，1?i?n， 那么整个系统的可靠性是 设计系统时需考虑成本，ci表示第i级一台设备的成本，C表示要设计的系统允许的最大成本。 系统中每种设备至少有一台，设备i允许配置的台数至多为 6.6 可靠性设计 RELI(l,i,X) 极大化 约束条件 且mi为整数，l ? j ?i RELI(1,n,c) 6.6 可靠性设计 最优解是对m1, m2,…,mn的一系列决策，每次决策可以确定一个mi， 设fi(X)是在成本不超过X的约束下，前i种设备组成的子系统的可靠性的最优值， 当0?X?C时，对于所有的X，有f0(X)=1. fn(c) 6.6 可靠性设计 使用类似于解0/1背包问题的方法可以求解递归关系式 Si由(f,X)形式的序偶所组成，其中f= fi(X). 支配规则对