01背包分支要点.docxVIP

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 ？ 形式化描述：给定 c 0, wi 0, vi 0 , 1 in.要求找一 n元向量(x1,x2, …,xn,), xi € {0,1}, ? Ewi xi c,且刀vi xi达最大?即一个特殊的整数规划问题。 算法设计 首先，要对输入数据进行预处理，将各物品依其单位重量价值从大到小进行排 列。在优先队列分支限界法中，节点的优先级由已装袋的物品价值加上剩下的最大单 位重量价值的物品装满剩余容量的价值和。 算法首先检查当前扩展结点的左儿子结点的可行性。如果该左儿子结点是可行结 点，则将它加入到子集树和活结点优先队列中。当前扩展结点的右儿子结点一定是可 行结点，仅当右儿子结点满足上界约束时才将它加入子集树和活结点优先队列。当扩 展到叶节点时为问题的最优值。 例如：0-1 背包问题，当 n=3 时，w={16,15,15}, p={45,25,25}, c=30 。优先队列 式分支限界法：处理法则：价值大者优先。{} — {A} — {B,C} — {C , D , E} — {C , E} — {C , J, K} — {C} — {F , G} — {G , L, M} — {G , M} — {G} — {N , O}— {O} — {} //0-1 背包问题 分支限界法求解 #include stdafx.h #include MaxHeap.h #include iostream using namespace std; class Object { templateclass Typew,class Typep friend Typep Knapsack(Typep p[],Typew w[],Typew c,int n, int bestx[]); public: int operator = (Object a) const { return d=a.d; } private: int ID; float d;// 单位重量价值 }; templateclass Typew,class Typep class Knap; class bbnode { friend Knapint,int; templateclass Typew,class Typep friend Typep Knapsack(Typep p[],Typew w[],Typew c,int n, int bestx[]); private: bbnode * parent; // 指向父节点的指针 bool LChild; // 左儿子节点标识 }; templateclass Typew,class Typep class HeapNode { friend KnapTypew,Typep; public: operator Typep() const { return uprofit; } private: Typep uprofit, // 节点的价值上界 profit; // 节点所相应的价值 Typew weight; // 节点所相应的重量 int level; // 活节点在子集树中所处的层序号 bbnode *ptr; // 指向活节点在子集中相应节点的指针 }; templateclass Typew,class Typep class Knap { templateclass Typew,class Typep friend Typep Knapsack(Typep p[],Typew w[],Typew c,int n, int bestx[]); public: Typep MaxKnapsack(); private: MaxHeapHeapNodeTypep,Typew *H; Typep Bound(int i); void AddLiveNode(Typep up,Typep cp,Typew cw,bool ch,int lev); bbnode *E; // 指向扩展节点的指针 Typew c; // 背包容量 int n; // 物品数 Typew *w; // 物品重量数组 Typep *p; // 物品价值数组 Typew cw; // 当前重量 Typep cp; // 当前价值 int *bestx; // 最优解 }; template class Type inline void Swap(Type a,Type b); templateclass Type void BubbleSort(Type a[],int n); int main() { in