- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
回溯法求 0-1 背包问题
《算法设计与分析》实验报告
学号: 姓名:
日期: 得分:
、实验内容:
用回溯法求解0/1背包问题
注:给定n种物品和一个容量为C的背包,物品i的重量是Wi ,其价值 为Vi,背包问题是如何使选择装入背包内的物品,使得装入背包中的物品 的总价值最大。其中,每种物品只有全部装入背包或不装入背包两种选 择。
、所用算法的基本思想及复杂度分析:
1.回溯法求解背包问题:
1) 基本思想:
回溯法:为了避免生成那些不可能产生最佳解的问题状态,要不断 地利用限界函数(bounding function) 来处死那些实际上不可能产生所
需解的活结点,以减少问题的计算量。这种具有限界函数的深度优先生 成法称为回溯法。
对于有n种可选物品的0/1背包问题,其解空间由长度为 n的0-1 向量组成,可用子集数表示。在搜索解空间树时,只要其左儿子结点是 一个可行结点,搜索就进入左子树。当右子树中有可能包含最优解时就 进入右子树搜索。
2)复杂度分析:
回溯法求解0/1背包问题的时间复杂度为:T(n) O(2n)。
空间复杂度:有n个物品,即最多递归n层,存储物品信息就是
个一维数组,即回溯法求解0/1
个一维数组,即回溯法求解
0/1背包问题的空间复杂度为0(n)。
2.以动态规划法验证:
1)基本思想:
令V(i, j)
令V(i, j)表示在前i(1
i n)个物品中能够装入容量为j(1 j C)
的背包中的物品的最大值,则可以得到如下动态函数:
的背包中的物品的最大值,
则可以得到如下动态函数:
V(i,0) V(0,j) 0
V(i,j) V(i 1,j)(j Wi)
maxV(i 1, j),V(i 1, j wj v, (j wj
2个物按照下述方法来划分阶段:第一阶段,只装入前 1
2个物
各种情况下的背包能够得到的最大价值;第二阶段,只装入前 品,确定在各种情况下的背包能够得到的最大价值;以此类推,直到第
n个阶段。最后,V(n,C)便是在容量为C的背包中装入n个物品时取得
的最大价值。
2)复杂度分析:
动态规划法求解0/1背包问题的时间复杂度为:T(n) O(n C)。
三、源程序及注释:
#in cludeiostream
#i ncludealgorithm
using n amespace std;
struct goods //物品结构体
{
int sign; //物品序号
int w; //物品重量
intv; //物品价值
}a[100];
bool m(goods a,goods b)
{
return (a.v/a.w)(b.v/b.w);
}
int max(i nt a,i nt b)
{
retur n ab?b:a;
}
int n,C,bestP=0,cp=0,cw=0;
int x[100],cx[100];
//回溯法函数
int BackTrack(i nt i)
{
if(i n-1){
if(bestPcp){
x[k]=cx[k];//存储最优路径
x[k]=cx[k];//存储最优路径
bestP=cp;
}
return bestP;
}
if(cw+a[i].w=C){ // 进入左子树
cw=cw+a[i].w;
cp=cp+a[i].v;
cx[a[i].sign]=1; // 装入背包
BackTrack(i+1);
cw=cw_a[i].w;
cp=cp-a[i].v; //回溯,进入右子树
}
cx[a[i].sign]=0; // 不装入背包
BackTrack(i+1);
return bestP;
}
//回溯法求解0/1背包问题
int Kn apSack(i nt n, goods a[],i nt C,i nt x[])
{
for(int i=0;in;i++)
{
x[i]=0;
a[i].sig n=i;
}
sort(a,a+n,m);〃将各物品按单位重量价值降序排列
BackTrack(O);
return bestP;
}
//动态规划法求解0/1背包问题
int Knap Sack1(i nt n,goods a[],i nt C,i nt x[])
{
int V[100][1000];
for(int i=0;i=n;i++) // 初始化第 0 列
V[i][0]=0;
//初始化第0
//初始化第0行
//计算第i行,进行第i次迭代
V[0][j]=0;
for(i=1;i=n ;i++)
for(j=1;j=C;j++)
if(ja[i-1].w)
V[i][j]=V[i-1][j];
else
V[i][j]=max(V[i-1][j],V[i-1][j-a[i-1].w]+a[i-1].v);
j=
文档评论(0)