首页 > 代码库 > 0/1背包问题(回溯法)

0/1背包问题(回溯法)

  回溯法是一个既带有系统性又带有跳跃性的搜索算法。它在包含问题的所有解的解空间树中,按深度优先策略,从根结点出发搜索解空间树。算法搜索至解空间树的任意一结点时,先判断该结点是否包含问题的解。如果肯定不包含,则跳过对该结点为根的子树搜索,逐层向其祖先结点回溯;否则 ,进入该子树,继续按深度优先策略搜索。

 

问题的解空间

用回溯法解问题时,应明确定义问题的解空间。问题的解空间至少包含问题的一个(最优)解。对于 n=3 时的 0/1 背包问题,可用一棵完全二叉树表示解空间,如图所示:

技术分享

 

求解步骤

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。

常用的剪枝函数:用约束函数在扩展结点处剪去不满足约束的子树;用限界函数剪去得不到最优解的子树。

回溯法对解空间做深度优先搜索时,有递归回溯和迭代回溯(非递归)两种方法,但一般情况下用递归方法实现回溯法。

 

算法描述

  解 0/1 背包问题的回溯法在搜索解空间树时,只要其左儿子结点是一个可行结点,搜索就进入其左子树。当右子树中有可能包含最优解时才进入右子树搜索。否则将右子树剪去。

 

代码:

public class Knapsack_Problem01 {
    double m=100; //背包最大容量
    int n=5;  //物品的个数
    int[] w = {10,20,30,40,50}; //第i个物品的重量
    int[] v = {20,30,65,40,60};  //第i个物品的价值
    
    int[] a = new  int[n]; //记录在树中的移动路径,为1的时候表示选择该组数据,为0的表示不选择该组数据
    int maxvalue = http://www.mamicode.com/0;   //背包的最大权重值
    public static void main(String[] args)
    {
        Knapsack_Problem01 p = new Knapsack_Problem01();
        p.Search(0);
    }
    public void Search(int i)   //i表示递归深度
    {
        if(i>=n)
        {
            CheckMax();
        }
        else {
            a[i] = 0;
            Search(i+1);
            a[i] = 1;
            Search(i+1);
        }
    }
    public void CheckMax()
    {
        int weight = 0;
        int value = http://www.mamicode.com/0;
        for(int i=0;i<n;i++)  //判断是否达到上限
        {
            if(a[i] == 1)
            {
                weight = weight + w[i];
                value = value + v[i];
            }
        }
        if(weight <= m)
        {
            if(value >= maxvalue)
            {
                maxvalue = value;
                System.out.print("最大价值是:" + maxvalue +"  ");
                System.out.print("所选取的物品为(1代表选中,0代表不选中): ");
                for(int j=0;j<n;j++)
                {
                    System.out.print(a[j]);
                    System.out.print(‘ ‘);
                }
                System.out.print(‘\n‘);
            }

        }
    }
}

 

0/1背包问题(回溯法)