无界背包问题

背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。

相似问题经常出现在商业、组合数学,计算复杂性理论、密码学和应用数学等领域中。

也可以将背包问题描述为决定性问题,即在总重量不超过W的前提下,总价值是否能达到V?

定义

我们有n种物品,物品j的重量为wj,价格为pj。我们假定所有物品的重量和价格都是非负的。背包所能承受的最大重量为W

如果限定每种物品只能选择0个或1个,则问题称为0-1背包问题。可以用公式表示为:

最大化 \qquad \sum_{j=1}^n p_j\,x_j
受限于 \qquad \sum_{j=1}^n w_j\,x_j \ \leqslant \ W, \quad \quad x_j \ \in \ \{0,1\}

如果限定物品j最多只能选择bj个,则问题称为有界背包问题。可以用公式表示为:

最大化 \qquad \sum_{j=1}^n p_j\,x_j
受限于 \qquad \sum_{j=1}^n w_j\,x_j \ \leqslant \ W, \quad \quad x_j \ \in \ \{0,1,\ldots,b_j\}

如果不限定每种物品的数量,则问题称为无界背包问题
各类复杂的背包问题总可以变换为简单的0-1背包问题进行求解。


无界背包问题 (物品数量不限)

如果重量w1, ..., wnW都是非负的整数,那么用动态规划,可以用伪多项式时间解决背包问题。下面描述了无界背包问题的解法。

简便起见,我们假定重量都是正整数(wj > 0)。在总重量不超过W的前提下,我们希望总价格最高。对于YW,我们将在总重量不超过Y的前提下,总价格所能达到的最高值定义为A(Y)。A(W)即为问题的答案。

显然,A(Y)满足:

  • A(0) = 0
  • A(Y) = max { A(Y - 1), max { pj +A(Y - wj) | wjY } }

其中,pj为第j种物品的价格。

关于第二个公式的一个解释:总重量为Y时背包的最高价值可能有两种情况,第一种是该重量无法被完全填满,这对应于表达式A(Y - 1)。第二种是刚好填满,这对应于一个包含一系列刚好填满的可能性的集合,其中的可能性是指当最后放进包中的物品恰好是重量为wj的物品时背包填满并达到最高价值。而这时的背包价值等于重量为wj物品的价值和当没有放入该物品时背包的最高价值之和。故归纳为表达式pj + A(Y - wj)。最后把所有上述情况中背包价值的最大值求出就得到了A(Y)的值。

如果总重量为0,总价值也为0。然后依次计算A(0), A(1), ..., A(W),并把每一步骤的结果存入表中供后续步骤使用,完成这些步骤后A(W)即为最终结果。由于每次计算A(Y)都需要检查n种物品,并且需要计算WA(Y)值,因此动态规划解法的时间复杂度为O(nW)。如果把w1, ..., wn, W都除以它们的最大公因数,算法的时间将得到很大的提升。

尽管背包问题的时间复杂度为O(nW),但它仍然是一个NP完全问题。这是因为W同问题的输入大小并不成线性关系。原因在于问题的输入大小仅仅取决于表达输入所需的比特数。事实上,logW,即表达W所需的比特数,同问题的输入长度成线性关系。


下面例程实现上上述算法,A(0)~ A(Y)初始为0(即代码中value[ ]数组),在循环中不断计算  max { pj + A(Y -wj) | wjY

即,在实现时,A(Y) = max { A(Y - 1), max { pj +A(Y - wj) | wjY } } 被简化为A(Y) =  max { pj + A(Y - wj) | wjY } ,

A(Y - wj) 就是表示最大承重Y - wj的背包最多填充物品值,不是恰好有Y -wj重量的物品,而是不超过Y - wj重量的物品,再多也塞不下了。

// KnapsackProblem.cpp : 定义控制台应用程序的入口点。  
//  

#include "stdafx.h"  
#include   
#include   
#include   

using namespace std;  

#define MAX 8  
#define MIN 1  

class Fruit  
{  
private:  
string name;  
int size;  
int price;  

public:  
Fruit(string name,int size,int price)  
{  
    this->name=name;  
    this->size=size;  
    this->price=price;  
}  
string getName(){  
    return name;  
}  
int getPrice(){  
    return price;  
}  
int getSize(){  
    return size;  
}  
};  


void main()  
{  
int item[MAX+1];  
int value[MAX+1];  
Fruit fruits[]={  
    Fruit("李子", 4, 4500),  
    Fruit("苹果", 5, 4700),  
    Fruit("橘子", 2, 2250),  
    Fruit("草莓", 1, 1100),  
    Fruit("甜瓜", 6, 3700),  
    Fruit("菠萝", 2, 4900),  
    Fruit("西瓜", 3, 5800)  
};  
for (int i = 0; i < MAX+1; i++)  
{  
    item[i] = 0;  
    value[i] = 0;  
}  
  
for(int i = 0; i < 7; i++)  
{  
    for(int s = fruits[i].getSize();s <= MAX; s++)  
    {  
        //s表示现在背包的大小  
        int p = s-fruits[i].getSize(); //表示每次增加单位背包空间,背包所剩的空间  
        int newvalue = value[p] + fruits[i].getPrice(); //value[p]表示增加的背包空间可以增加的价值,fruits[i].getprice()表示原有的背包的价值  
        if(newvalue > value[s])  
        {  
            //现有的价值是否大于背包为s时的价值  
            value[s] = newvalue;  
            item[s] = i;//将当前的水果项添加到背包的物品中  
        }  
    }  
}  
cout<<"物品\t价格"< MIN; i = i - fruits[item[i]].getSize())  
{  
    cout<


你可能感兴趣的:(Math)