人工智能背包问题.pdf

背包问题 1. 实验目的 给定一个载重量为 m，n 个物品，其重量为 w ，价值为 v ，1<=i<=n， i i 要求 : 把物品装入背包，并使包内物品价值最大。 2 . 问题分析 在 0/1 背包问题中，物体或者被装入背包，或者不被装入背包， 只有两种选择。 循环变量 i ，j 意义：前 i 个物品能够装入载重量为 j 的背包中。 (n+1)*(m+1) 数组 value 意义：value[i][j] 表示前 i 个物品能装 入载重量为 j 的背包中物品的最大价值 , 若 w[i]>j ，第 i 个物品不装 入背包, 否则，若 w[i]<=j 且第 i 个物品装入背包后的价 值>value[i-1][j] ，则记录当前最大价值 （替换为第 i 个物品装入背 包后的价值）。 计算最大价值的动态规划算法如下： // 计算 for (i=1;i<row;i++) { for (j=1;j<col;j++) { //w[i]>j, 第 i 个物品不装入背包 value[i][j]=value[i-1][j]; //w[i]<=j, 且第 i 个物品装入背包后的价值 >value[i-1][j], 则记录当前最大价值 int temp=value[i-1][j-w[i]]+v[i]; if (w[i]<=j && temp>value[i][j]) value[i][j]=temp; } } 即该段程序完成以下 n 个阶段： 1：只装入 1 个物品，确定在各种不同载重量的背包下，能够得到的 最大价值。 2：装入 2 个物品，确定在各种不同载重量的背包下，能够得到的最 大价值。 。。。 n：以此类推，装入 n 个物品，确定在各种不同载重量的背包下，能 够得到的最大价值。 3. 算法步骤 确定装入背包的具体物品，从 value[n][m] 向前逆推： 若 value[n][m]>value[n-1][m] ，则第 n 个物品被装入背包，且 前 n-1 个物品被装入载重量为 m-w[n] 的背包中。 否则，第 n 个物品没有装入背包， 且前 n-1 个物品被装入载重量 为 m的背包中。 以此类推， 直到确定第一个物品是否被装入背包为止。 逆推代码 如下： //逆推求装入的物品 j=m; for (i=row-1;i>0;i--) { if(value[i][j]>value[i-1][j]) { c[i]=1; j-=w[i]; } } 4. 结果分析 给定一个载重量为 m ，n 个物品，其重量为 w i i ，价值为 v ，1<=i<=n ，要求 : 把物品装入背包，并使包内物品价值最大。 输入数据及输出数据均在文件中。 输入数据格式： n m w 1 w2 ... wn v1 v2 ... vn 输出