0-1背包问题的解决(回溯法).docVIP

前面这块转贴原理及c++代码实现的回溯算法-----带剪枝的递归回溯；最后给出一个不带剪枝的c语言描述的 递归回溯算法且不能给出选择方案，只给出最大价值 回溯法：?回溯法是一个既带有系统性又带有跳跃性的的搜索算法。它在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时，总是先判断该结点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的系统搜索，逐层向其祖先结点回溯。否则，进入该子树，继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时，只要搜索到问题的一个解就可以结束。这种以深度优先的方式系统地搜索问题的解的算法称为回溯法，它适用于解一些组合数较大的问题。?二、算法框架：?1、问题的解空间：应用回溯法解问题时，首先应明确定义问题的解空间。问题的解空间应到少包含问题的一个（最优）解。?2、回溯法的基本思想：确定了解空间的组织结构后，回溯法就从开始结点（根结点）出发，以深度优先的方式搜索整个解空间。这个开始结点就成为一个活结点，同时也成为当前的扩展结点。在当前的扩展结点处，搜索向纵深方向移至一个新结点。这个新结点就成为一个新的活结点，并成为当前扩展结点。如果在当前的扩展结点处不能再向纵深方向移动，则当前扩展结点就成为死结点。换句话说，这个结点不再是一个活结点。此时，应往回移动（回溯）至最近的一个活结点处，并使这个活结点成为当前的扩展结点。回溯法即以这种工作方式递归地在解空间中搜索，直至找到所要求的解或解空间中已没有活结点时为止。?运用回溯法解题通常包含以下三个步骤：?（1）针对所给问题，定义问题的解空间；?（2）确定易于搜索的解空间结构；?（3）以深度优先的方式搜索解空间，并且在搜索过程中用剪枝函数避免无效搜索；?3、递归回溯：由于回溯法是对解空间的深度优先搜索，因此在一般情况下可用递归函数来实现回溯法。 【概要设计】 0—1背包问题是一个子集选取问题，适合于用子集树表示0—1背包问题的解空间。在搜索解空间树是，只要其左儿子节点是一个可行结点，搜索就进入左子树，在右子树中有可能包含最优解是才进入右子树搜索。否则将右子树剪去。 int c;//背包容量 ??int n; //物品数 ??int *w;//物品重量数组 ??int *p;//物品价值数组 ??int cw;//当前重量 ??int cp;//当前价值 ??int bestp;//当前最优值 ??int *bestx;//当前最优解 ??int *x;//当前解 ? int Knap::Bound(int i)//计算上界 void Knap::Backtrack(int i)//回溯 ? int Knapsack(int p[],int w[],int c,int n) //为Knap::Backtrack初始化 ? 【详细设计】 #includeiostream using namespace std; ? ? ? class Knap { friend int Knapsack(int p[],int w[],int c,int n ); ? public: ???????void print() ???????{ ????????for(int m=1;m=n;m++) ???{ ????coutbestx[m] ; ???} ???coutendl; ???????}; ? private: ??int Bound(int i); ??void Backtrack(int i); ? ??int c;//背包容量 ??int n; //物品数 ??int *w;//物品重量数组 ??int *p;//物品价值数组 ??int cw;//当前重量 ??int cp;//当前价值 ??int bestp;//当前最优值 ??int *bestx;//当前最优解 ??int *x;//当前解 ? }; ? ? int Knap::Bound(int i) { ?//计算上界 ???????int cleft=c-cw;//剩余容量 ???????int b=cp; ???????//以物品单位重量价值递减序装入物品 ???????while(i=nw[i]=cleft) ???????{ ?????????cleft-=w[i]; ?????????b+=p[i]; ?????????i++; ???????} ???????//装满背包 ???????if(i=n) ??????????????b+=p[i]/w[i]*cleft; ???????return b; } ? ? void