求解0―1背包问题算法研究.docVIP

求解0―1背包问题算法研究 　　摘要：本文主要概述了求解0-1背包问题的两大类算法：精确算法和近似算法，并分析了这些算法的优缺点，并提出了求解该问题的算法发展趋势。 　　关键词：0-1背包问题；精确算法；近似算法 　　中图分类号：TP312 文献识别码：A 文章编号：1001-828X（2017）010-0-03 　　The Study of the 0-1 Knapsack Problem Algorithm 　　Abstract： This paper mainly summarizes the solving 0-1 knapsack problem algorithm of two categories： accurate and approximate algorithms， and analyzes the advantages and disadvantages of these algorithms， and put forward the development trend of algorithms to solve the problem. 　　Keywords： 0-1 knapsack problem， precise algorithm， approximate algorithm 　　Dantzig[1]在20世纪50年代首次提出了背包问题（Knapsack problem，简称KP），在文献[2]中，阐述了该问题是一个NP-难问题，在背包问题中，我们很难设计出多项式时间算法，除非P=NP。0-1背包问题就是，给定一个容量为的背包和件具有价值的物品，在不超过背包容量的前提下，选择若干物品放入背包，使得装入背包的物品总价值最大。同时给出一种放置物品的方案。 　　背包问题就有普遍的应用背景，在日常的许多实践中如：材料切割、资源有效分配问题、资金估算的问题、运输过程的货仓装载等起着很大的作用，许多的组合优化问题都可以简化为背包问题，背包问题的各种解法也可用来解决组合优化问题，因此对0-1背包问题的解法进行深入的研究具有重大的意义。 　　一、0-1背包问题数学模型 　　在组合优化领域中，背包问题是一个典型的NP-难问题。在材料切割、资源有效分配问题、资金估算的问题、运输过程的货仓装载等领域有重大的作用。0-1背包问题可以描述为：给定一个容量为C的背包和n件物品，物品i的重量为wi，价值为pi，0-1背包问题的数学模型可以转化为： 　　模型中，xi为0-1变量，当物品被选入背包时，xi=1，否则，物品没被选如背包，xi=0。 　　背包问题引起了很多学者的不断探究，目前，求解0-1背包问题的算法大致上可以分为精确算法和近似算法两大类，其中枚举法、分支定界法、回溯法、图论法、动态规划法等属于精确算法，这些算法的时间复杂度都偏大，导致其实用性受到限制。近似算法有贪婪算法、模拟退火算法、遗传算法、蚂蚁算法等，虽然近似算法在时间上占有优势，但是该算法只能够得到问题的近似解，解的质量大幅度下降。本文将针对?字殖Ｓ玫?0-1背包问题的解法进行阐述。 　　二、求解0-1背包问题常用算法研究 　　（一）求解0-1背包问题的精确算法 　　1.枚举法 　　枚举法也称为穷举法，该算法的基本思路是，针对具体问题特性，首先将该问题的所有可行解一一列举出来，同时在穷举的过程中，验证每个可行解是否为问题的最优解，若是，我们就保留该解，否则遗弃它。 　　用枚举法解决0-1背包问题，首先，我们必须一一列举出件物品全部的子集，再寻找全部可行的子集（物品总重量不超出背包本身所能承受重量的子集），然后对这些子集进行验证，计算出各个可行子集的总重量以及对应的价值和，分析比较求出价值最大的子集。用枚举法求解0-1背包问题，首先需要穷举出所有可行解，然后在判断是否为最优解，算法最后一定可以得到全局最优解。对于有n件物品的背包问题，不管产生子集的计算方法的效率有多高，枚举法始终会造成一个O（2n）的算法，当n很大时，显然该方法的时间复杂度太大。 　　2.回溯法 　　回溯法又称为试探法，它是一种按照深度优先策略进行系统地搜索问题最优解的方法。回溯法的基本思想是，对于给定问题，先定义解空间以及解空间的结构（典型的结构是树或图），然后解空间状态树中从根节点出发按照深度优先策略进行搜索。在搜索至任意结点时，总是先进行判断，该结点是否包含问题的可行解，若包含问题的可行解就继续进入该子树搜索，否则，进行相应的剪枝。按照此方法逐层向上回溯，直到搜索完整个解空间，找到问题的最优解。 　　用回溯法求解0-1背包问题的一般步骤： 　　（1）定义解空间：0-1背包问题的解可以用n维的向量X={（x1，x2，…，xn）|xi=0或1，i