对背包问题(Knapsack Problem)的算法探究
对背包问题(Knapsack Problem)的算法探究
至繁归于至简,这次自己仍然用尽可能易理解和阅读的解决方式。
1、问题说明:
假设有一个背包的负重最多可达8公斤,而希望在背包中装入负重范围内可得之总价物品,假设是水果好了,水果的编号、单价与重量如下所示:
2、解法:
背包问题是关于最佳化的问题,要解最佳化问题可以使用「动态规划」(Dynamic programming),从空集合开始,每增加一个元素就先求出该阶段的最佳解,直到所有的元素加入至集合中,最后得到的就是最佳解。
以背包问题为例,我们使用两个阵列value与item,value表示目前的最佳解所得之总价,item表示最后一个放至背包的水果,假设有负重量 1~8的背包8个,并对每个背包求其最佳解。
逐步将水果放入背包中,并求该阶段的最佳解:
放入李子
放入苹果
放入橘子
放入草莓
放入甜瓜
由最后一个表格,可以得知在背包负重8公斤时,最多可以装入9050元的水果,而最后一个装入的 水果是3号,也就是草莓,装入了草莓,背包只能再放入7公斤(8-1)的水果,所以必须看背包负重7公斤时的最佳解,最后一个放入的是2号,也就 是橘子,现在背包剩下负重量5公斤(7-2),所以看负重5公斤的最佳解,最后放入的是1号,也就是苹果,此时背包负重量剩下0公斤(5-5),无法 再放入水果,所以求出最佳解为放入草莓、橘子与苹果,而总价为9050元。
3、具体代码:
/** * @Title 对背包问题(Knapsack Problem)的算法探究 * @Author 孙琨 * @Date 2013-11-19 * @At XUST * @All Copyright by 孙琨 * */ #include <stdio.h> #define LIMIT 8 #define N 5 #define MIN 1 struct body { char name[20]; int size; int price; }; typedef struct body object; int main(void) { int item[LIMIT + 1] = {0}; int value[LIMIT + 1] = {0}; int newvalue,i,s,p; object a[] = { {"李子",4,4500}, {"苹果",5,5700}, {"橘子",2,2250}, {"草莓",1,1100}, {"甜瓜",6,6700} }; for(i=0; i<N; i++) { for(s=a[i].size; s<=LIMIT; s++) { p = s - a[i].size; newvalue = value[p] + a[i].price; if(newvalue > value[s]) // 找到阶段最佳解 { value[s] = newvalue; item[s] = i; } } } printf("物品\t价格\n"); for(i=LIMIT; i>=MIN; i=i-a[item[i]].size) { printf("%s\t%d\n",a[item[i]].name,a[item[i]].price); } printf("合计\t%d\n",value[LIMIT]); return 0; }
4、运行结果截图:
posted on 2013-11-20 11:46 love so much 阅读(1322) 评论(0) 编辑 收藏 举报