算法设计与分析第7讲 背包问题.pptVIP

0-1背包问题 给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问应如何选择装入背包的物品，使得装入背包中物品的总价值最大? 0-1背包问题是一个特殊的整数规划问题。 背包问题的应用 1. 一辆货车有固定的载重量C，有n种货物，每种货物i的重量和价格是（wi,vi）, 运输哪些货物有最大的收益； 2. 一个计算机有内存C,有n个程序，分别耗费内存及其所交费用是（wi,vi）,调度哪些程序，使得费用最大； 最优子结构性质 设所给0-1背包问题的一个最优解是(y1,y2,…,yn), 则 （y2,y3,…yn） 是右面的子问题的最优解 否则，存在（z2,z3,..zn）,满足约束条件，并且 那么(y1,z2,z3…zn)，满足原问题的约束，并且 那么(y1,y2,…,yn)就不是原问题的最优解了 最优子结构性质 最优子结构说明：一个n阶的问题，可由一个n-1阶的问题得到。 以P(n, C)记录一个n阶，容量为C的问题, 最优价值F(n, C)，(y1,…yn)为最优解， 则如yn=1,(y1,…yn-1)是P(n-1,C-wn)的最优解，从而F(n,C)=F(n-1,C-Wn)+vn 如果yn=0,（y1,…yn-1）是P(n-1,C)的最优解，从而F(n,C)=F(n-1,C)。 因此，F(n,C)=max(F(n-1,C-wn)+Vn, F(n-1,C) 递归树 F(n,C)=max(F(n-1,C-wn)+Vn, F(n-1,C) --------如果C0, F(n,C)=-∞ 算法例 F(n,C)=max(F(n-1,C-wn)+Vn, F(n-1,C) --------如果C0, F(n,C)=-∞ n=5，c=10，w={2，2，6，5，4}，v={6，3，5，4，6} c=0 1 2 3 4 5 6 7 8 9 10 n=1 0 0 6 6 6 6 6 6 6 6 6 n=2 0 0 6 6 9 9 9 9 9 9 9 n=3 0 0 6 6 9 9 9 9 11 11 14 n=4 0 0 6 6 9 9 9 10 11 13 14 n=5 0 0 6 6 9 9 12 12 15 15 15 回溯构造解 if F(n,c)=F(n-1,c) xn=0, else xn=1; if xn=0, 由F(n-1,c)继续构造xn-1, else 由F(n-1,c-wn)构造 x5=1, x4=0, x3=0, x2=1, x1=1. 复杂性 计算矩阵元素需要nC次，故时间不仅与n相关，还与C相关。当C比较大时，如C=2n, 就是一个指数复杂性。 那么，把C，w1,w2,…都除以某个数，时间变小？但是能满足他们除了结果都是整数才行。 另外，根据递归树，每一层实际上并不需要计算C个。时间还可以缩小。 结束 最优子结构性质 设所给0-1背包问题的子问题 的最优值为m(i，j)，即m(i，j)是背包容量为j，可选择物品为i，i+1，…，n时0-1背包问题的最优值。由0-1背包问题的最优子结构性质，可以建立计算m(i，j)的递归式如下。 m(n,1), m(n,2) , … m(n,C) m(n-1,1), m(n-1,2), … m(n-1,C) ….. m(1,1), m(1,2), … m(1,C) 其中，m(1,C)就是所求 算法 Knapsack(Type v, int w[], int c, int n, Type ** m) { jMax=min(w[n]-1,c) For(j=0;jjmax;j++) m[n][j]=0; For(j=jmax;jn;j++) m[n][j]=v[n]; For(i=n-1;i1;i--){ jmax=min(w[i]-1,c); For(j=0,jjmax;j++) m[i][j]=m[i+1][j]; For(j=jmax;i=c;j++)m[i][j]=max(m[i+1][j],m[i+1][j-w[i]]+v[i]); } M[1][c]=m[2][c]; If(c=w[1])m[1][c]=