回溯法实验01背包问题教学文案.docx
《回溯法实验01背包问题教学文案.docx》由会员分享,可在线阅读,更多相关《回溯法实验01背包问题教学文案.docx(12页珍藏版)》请在冰点文库上搜索。
回溯法实验01背包问题教学文案
回溯法实验(0-1背包问题)
算法分析与设计实验报告
第五次附加实验
姓名
学号
班级
时间
12.26上午
地点
工训楼309
实验名称
回溯法实验(0-1背包问题)
实验目的
1.掌握回溯法求解问题的思想
2.学会利用其原理求解0-1背包问题
实验原理
基本思想:
0-1背包问题是子集选取问题。
0-1背包问题的解空间可以用子集树表示。
在搜索解空间树时,只要其左儿子节点是一个可行节点,搜索就进入左子树。
当右子树中有可能含有最优解时,才进入右子树搜索。
否则,将右子树剪去。
基本解题步骤:
(1)针对所给问题,定义问题的解空间;
(2)确定易于搜索的解空间结构;
(3)以深度优先方式搜索解空间,并在搜索过程中用剪枝函数避免无效搜索。
实验步骤
(1)首先搜索解空间树,判断是否到达了叶结点;
(2)如果左子结点是一个可行节点,就进入左子树;
(3)当右子树有可能包含最优解的时候才进入右子树,计算右子树上界的更好的方法是将剩余物品依次按其单位价值排序,然后依次装入物品,直至装不下时,再装入物品一部分而装满背包;
(4)利用深度优先搜索整个解空间树,直到将所有的最优解找出位置。
关键代码
template
voidKnap:
:
Backtrack(inti)
{
if(i>n)//到达叶子节点
{
bestp=cp;//更新最优值
return;
}
if(cw+w[i]<=c)//进入左子树
{
cw+=w[i];
cp+=p[i];
Backtrack(i+1);//回溯
//回溯结束回到当前根结点
cw-=w[i];
cp-=p[i];
}
//进入右子树,条件是上界值比当前最优值大,否则就将右子树剪掉
if(Bound(i+1)>bestp)
{
Backtrack(i+1);
}
}
测试结果
当输入的数据有解时:
当输入的数据无解时:
当输入的数据稍微大点时:
实验分析
在实验中并没有生成多组数据,进行比较,也没有利用随机生成函数,因为在这种有实际有关联的问题中,利用随机生成函数生成的数据是十分的不合适的,在此我们只需要验证该程序是否正确即可。
0-1背包问题和之前的最优装载其实质上一样的,都是利用解空间树,通过深度优先搜索子集树,通过利用上界函数和一些剪枝策略,从而得到最优解。
由于数据较小,所以时间上并不能反映出什么东西。
实验心得
在这一章的回溯算法中,我们用的比较多的就是;利用子集树来进行问题的探索,就例如上图是典型的一种子集树,在最优装载、0-1背包都是利用了这种满二叉树的子集树进行求解,然后通过深度优先的策略,利用约束函数和上界函数,将一些不符合条件或者不包含最优解的分支减掉,从而提高程序的效率。
对于0-1背包问题我们基本上在每一个算法中都有这么一个实例,足以说明这个问题是多么经典的一个问题啊,通过几个不同的算法求解这一问题,我也总算对该问题有了一定的了解。
实验得分
助教签名
附录:
完整代码(回溯法)
//0-1背包问题回溯法求解
#include
usingnamespacestd;
template
classKnap//Knap类记录解空间树的结点信息
{
template
friendTypepKnapsack(Typep[],Typew[],Typew,int);
private:
TypepBound(inti);//计算上界的函数
voidBacktrack(inti);//回溯求最优解函数
Typewc;//背包容量
intn;//物品数
Typew*w;//物品重量数组¦
Typep*p;//物品价值数组
Typewcw;//当前重量
Typepcp;//当前价值
Typepbestp;//当前最后价值
};
template
TypepKnapsack(Typepp[],Typeww[],Typewc,intn);//声明背包问题求解函数
template
inlinevoidSwap(Type&a,Type&b);//声明交换函数
template
voidBubbleSort(Typea[],intn);//声明冒泡排序函数
intmain()
{
intn;//物品数
intc;//背包容量
cout<<"物品个数为:
";
cin>>n;
cout<<"背包容量为:
";
cin>>c;
int*p=newint[n];//物品价值下标从1开始
int*w=newint[n];//物品重量下标从1开始
cout<<"物品重量分别为:
"<for(inti=1;i<=n;i++)
{
cin>>w[i];
}
cout<<"物品价值分别为:
"<for(inti=1;i<=n;i++)//以二元组(重量,价值)的形式输出每物品的信息
{
cin>>p[i];
}
cout<<"物品重量和价值分别为:
"<for(inti=1;i<=n;i++)//以二元组(重量,价值)的形式输出每个物品的信息
{
cout<<"("<}
cout<cout<<"背包能装下的最大价值为:
"<system("pause");
return0;
}
template
voidKnap:
:
Backtrack(inti)
{
if(i>n)//到达叶子节点
{
bestp=cp;//更新最优值
return;
}
if(cw+w[i]<=c)//进入左子树
{
cw+=w[i];
cp+=p[i];
Backtrack(i+1);//回溯
//回溯结束回到当前根结点
cw-=w[i];
cp-=p[i];
}
//进入右子树,条件是上界值比当前最优值大,否则就将右子树剪掉
if(Bound(i+1)>bestp)
{
Backtrack(i+1);
}
}
template
TypepKnap:
:
Bound(inti)//计算上界
{
Typewcleft=c-cw;//剩余容量
Typepb=cp;
//以物品单位重量价值递减序装入物品
while(i<=n&&w[i]<=cleft)
{
cleft-=w[i];
b+=p[i];
i++;
}
//如果背包剩余容量不足以装下一个物品
if(i<=n)
{
b+=p[i]/w[i]*cleft;//则将物品的部分装入到背包中
}
returnb;
}
classObject//定义对象类,作用相当于结构体
{
template
friendTypepKnapsack(Typep[],Typew[],Typew,int);
public:
intoperator>=(Objecta)const//符号重载函数,重载>=符号
{
return(d>=a.d);
}
private:
intID;//编号
floatd;//单位重量的价值
};
template
TypepKnapsack(Typepp[],Typeww[],Typewc,intn)
{
//为Knap:
:
Backtrack初始化
TypewW=0;
TypepP=0;
Object*Q=newObject[n];//创建Object类的对象数组¦
//初始化Object类的对象数组¦
for(inti=1;i<=n;i++)
{
Q[i-1].ID=i;
Q[i-1].d=1.0*p[i]/w[i];
P+=p[i];
W+=w[i];
}
if(W<=c)//装入所有物品
{
returnP;
}
//依物品单位重量价值降序排序
BubbleSort(Q,n);
KnapK;//创建Knap的对象K
K.p=newTypep[n+1];
K.w=newTypew[n+1];
for(inti=1;i<=n;i++)
{
K.p[i]=p[Q[i-1].ID];
K.w[i]=w[Q[i-1].ID];
}
//初始化K
K.cp=0;
K.cw=0;
K.c=c;
K.n=n;
K.bestp=0;
//回溯搜索
K.Backtrack
(1);
delete[]Q;
delete[]K.w;
delete[]K.p;
returnK.bestp;//返回最优解
}
template
voidBubbleSort(Typea[],intn)
{
//记录一次遍历中是否有元素的交换
boolexchange;
for(inti=0;i{
exchange=false;
for(intj=i+1;j<=n-1;j++)
{
if(a[j]>=a[j-1])
{
Swap(a[j],a[j-1]);
exchange=true;
}
}
//如果这次遍历没有元素的交换,那么排序结束
if(exchange==false)
{
break;
}
}
}
template
inlinevoidSwap(Type&a,Type&b)//交换函数
{
Typetemp=a;
a=b;
b=temp;
}