0-1背包问题(动态规划和贪心法实现).docxVIP

0-1背包问题(动态规划和贪心法实现) 0-1背包问题(动态规划和贪心法实现) PAGE 0-1背包问题(动态规划和贪心法实现) 算法设计与分析实验报告 实验二 0-1背包问题 院系： 班级： 计算机科学与技术 学号： 姓名： 任课教师： 成绩： 湘 潭 大 学 2016年5月 PAGE PAGE 12 PAGE PAGE 0 实验二 0-1背包问题 实验内容 分别编程实现动态规划算法和贪心法求0-1背包问题的最优解，分析比较两种算法的时间复杂度并验证分析结果。 二．实验目的 1、掌握动态规划算法和贪心法解决问题的一般步骤，学会使用动态规划和贪心法解决实际问题； 2、理解动态规划算法和贪心法的异同及各自的适用范围。 三. 算法描述 /*动态规划 0-1背包问题算法如下*/ Templateclass Type Void Knapsack(Type v,int w,int c,int n,Type ** m){ int jMax = min(w[n] - 1,c); For(int j = 0;j = jMax;j++){ m[n][j] = 0; } For(int j = w[n];j = c;j++){ m[n][j] = v[n]; } For(int i = n- 1;i 1;i--){ jMax = min(w[i] - 1,c); For(int j = 0;j = jMax;j++) m[i][j] = m[i+1][j]; For(int j = w[i];j = c;j++) min[i][j] = max(m[i+1][j],m[i+1][j-w[i]]+v[i]); } m[1][c] = m[2][c]; If(c = w[1]) m[1][c] = max(m[1][c],m[2][c-w[1]]+v[1]); } Templateclass Type Void Traceback(Type**m,int w,int c,int n,int x) { for(int i =1 ;i n;i ++) If(m[i][c] == m[i+1][c]) x[i] = 0; Else{x[i] = 1;c -=w[i];} x[n] = (m[n][c]) 1:0; } 按上述算法Knapsack计算后m[1][c]给出所要求的0-1背包问题的最优解。相应的最优解可由算法Traceback计算如下。如果m[1][c] =m[2][c],则x1 = 0,否则x1 = 1。当x1=0时，由m[2][c]继续构造最优解。当x1 = 1时，由m[2][c-w1]继续构造最优解。以此类推，可构造出相应的最优解（x1,x2,...,xn），时间复杂性O(n2^n)。 /*贪心法 0-1背包问题*/ 首先计算每种物品单位重量的价值Vi/Wi，然后，依贪心选择策略，将尽可能多的单位重量价值最高的物品装入背包。若将这种物品全部装入背包后，背包内的物品总重量未超过C，则选择单位重量价值次高的物品并尽可能多地装入背包。依此策略一直地进行下去，直到背包装满为止。 四. 算法实现 数据结构及函数说明 在该问题中物品质量W[n]和包所能承受的最大重量都是又用户自己任意定义的，在实现的过程中用到一个栈来实现。第i件物品的选择有两种可能：? ????????????????????????????i.??????????????物品i被选择，这种可能性仅当包含它不会超过方案总重量的限制时才是可行的。选中后。继续其余物品的选择；? ???????????????????????????ii.??????????????物品i不被选择，这种可能性仅当不包含物品i不满足条件的情况。?现以第一个物品为例，当物品1不被选择，则问题转变为相对于其他物品（2，3，……，n），背包重量仍然为maxweight；若物品1被选择，问题就变为关于最大背包重量为maxweight-w[1]的问题，现设r{maxweight,?maxweight-w[1]}为剩余重量的背包问题。 源程序代码 /*动态规划 0-1背包问题*/ #include #include int V[200][200]; int max(int a,int b) { if(a=b) return a; else return b; } int KnapSack(int n,int w[],int v[],int x[],int C) { int i,j; for(i=0;i=n;i++) V[i][0]=0; for(