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:
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)
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。