数据结构背包问题的求解

更新时间:2024-05-17 17:40:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

德州学院 物理系 2009届 电子信息科学与技术专业 数据结构课程设计

背包问题的求解

摘 要 组合优化问题的求解方法研究已经成为了当前众多科学关注的焦点,这不仅在于其内在的复杂性有着重要的理论价值,同时也在于它们能在现实生活中广泛的应用。背包问题是一个典型的组合优化问题,本课程设计用递归算法求解背包问题,就是在资源有限的条件

下,追求总的最大收益的资源有效分配问题。

关键词 背包问题; 递归算法

1问题描述

1.1问题描述

背包问题是一种组合优化的NP完全问题。问题可以描述为:设有不同价值、不同重量的物品n件,求从这n件物品中选取一部分的方案,使选中物品的总重量不超过指定的限制重量,但选中物品的价值之和最大。它主要分为以下几种问题:

(1)0/1背包问题

有n件物品和一个容量为v的背包。第i件物品的重量是c[i],价值是w[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量,且价值总和最大。

这是最基础的背包问题,特点是:每种物品仅有一件,可以选择放或不放。 (2)完全背包问题

有n种物品和一个容量为v的背包,每种物品都有无限件可用。第i种物品的费用是c,价值是w。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量,且价值总和最大。

这个问题非常类似于0/1背包问题,所不同的是每种物品有无限件。也就是从每种物品的角度考虑,与它相关的策略已并非取或不取两种,而是有取0件、取1件、取2件……等很多种。

(3)多重背包问题

有n种物品和一个容量为v的背包。第i种物品最多有n件可用,每件体积是c,价值是w。求解将哪些物品装入背包可使这些物品的体积总和不超过背包容量,且价值总和最大。

1

德州学院 物理系 2009届 电子信息科学与技术专业 数据结构课程设计

这题目和完全背包问题很类似。基本的方程只需将完全背包问题的方程略微一改即可,因为对于第i种物品有n+1种策略:取0件,取1件……取 n件。

各类复杂的背包问题总可以变换为简单的0/1背包问题。本次课程设计主要研究0/1背包问题的求解。

1.2基本思想

0/1背包问题的求解是一个很经典的案例。对于它的分析与研究已经到达了

一定的深度,解决这个问题有很多很多的办法。其中比较常用的有以下几种方法: (1)回溯法

回溯法的主要思想:首先将物品排成一列,然后顺序选取物品装入背包,假设已选取了前i 件物品之后背包还没有装满,则继续选取第i+1件物品,若该件物品“太大”不能装入,则弃之而继续选取下一件,直至背包装满为止。但如果在剩余的物品中找不到合适的物品以填满背包,则说明刚刚装入背包的那件物品不合适,应将它取出放弃,继续再从它之后的物品中选取,如此重复,直至求得满足条件的解,或者无解。由于回溯求解的规则是“后进先出”,因此要用到栈。

(2)贪心法

根据贪心的策略,每次挑选价值最大的物品装入背包,判断得到的结果是否最优;每次挑选所占重量最小的物品装入,判断是否能得到最优解;每次选取单位重量价值最大的物品,判断是否能得到最优解。

(3)递归法

此法是穷举法的改进,利用递归函数依次选择每个物品,直到求出最优解。

分析比较以上各种方法,回溯法利用栈,程序较复杂;贪心法的最终结果不一定是最优解;递归方法是比较简化程序的一个方法,且比较容易理解。故本次课程设计选择利用递归法求解0/1背包问题。

递归法的基本思路为:

(1)分别输入n件物品的重量和价值。 (2)采用递归寻找物品的方案。

(3)输出最佳的装填方案:包括选中的是哪几种物品,总价值为多少。

2问题分析

2

德州学院 物理系 2009届 电子信息科学与技术专业 数据结构课程设计 设n件物品的重量分别为w0,w1,?,wn-1,物品的价值分别为v0,v1,?,vn-1。采用递归寻找物品的选择方案。设前面已经有了多种选择方案,并保留了其中最大的选择方案于数组option[],设方案的的总价值存于变量maxv,当前正在考察新方案其物品选择情况保存于数组cop[],假定当前方案已经考虑了前i-1件物品,现在正在考虑第i件物品;当前方案已经包含的物品的质量之和为tw;至此,若其余物品都选择可能的话,本方案能达到的总价值的期望值设为tv,算法引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值maxv时,继续考察当前方案变成无意义的工作,应终止当前方案,立即去考察下一个方案。因为当方案的总价值不比maxv大时,该方案不会再被考察。这同时保证函数后找到的方案一定会比前面的方案更好。

对于第i件物品的选择有两种可能:

(1)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,继续递归去考虑其余物品的选择;

(2)物品i不被选择,这种可能性仅当不包物品i也有可能会找到价值更大的方案的情况。

就此,通过不断地对从第一件开始的物品到第n件物品进行选择或是不选择,从而从各个方案的比较中选择出最优方案。

采用option[]和cop[]两个数组,来辅助完成递归寻找物品的选择方案。数组option[]起到一个“旗帜”作用,用来区别于未被选择的物品,从而达到输出被选择的函数。而cop[]则像是一个中间变量,它在递归过程中不断地发生变化,将有效的最终数据传输给数组option[],起到一个“桥梁”作用。

3数据结构描述

背包问题结构体:

struct{

int weight; /*物品的重量*/ int value; /*物品的价值*/ }a[N];

4算法设计

3

德州学院 物理系 2009届 电子信息科学与技术专业 数据结构课程设计

4.1程序流程图

图4-1 程序流程图

4.2算法设计

根据问题分析中的思想写出递归算法如下:

find(物品i,当前选择已达到的重量和tw,本方案可能达到的总价值为tv) {

/*考虑物品i包含在当前方案中的可能性*/ if(包含物品i是可接受的) {

将物品i包含在当前方案中;

if(i

find(i+1,tw+物品i的重量,tv); else

/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ 以当前方案作为临时最佳方案保存;

4

德州学院 物理系 2009届 电子信息科学与技术专业 数据结构课程设计 恢复物品i不包含状态;

/*考虑物品i不包含在当前方案中的可能性*/ if(不包含物品i仅是可考虑的)

if(i

find(i+1,tw,tv-物品i的价值); else

/*又一个完整方案,因它比前面的方案好,以它作为最佳方案*/ 以当前方案作为临时最佳方案保存;

void find(int i,int tw,int tv) { int k;

if(tw+a[i].weight<=limitw) /*物品i包含在当前方案的可能性*/ { cop[i]=1; if(i

find(i+1,tw+a[i].weight,tv); else {

for(k=0;k

if(tv-a[i].value>maxv) /*物品i不包含在当前方案的可能性*/ if(i

find(i+1,tw,tv-a[i].value); else

5

本文来源:https://www.bwwdw.com/article/3uq7.html

Top