给定n种物品和一个容量为C的背包,物品i的重量是wi,其价值为vi,背包问题是如何选择装入背包的物品,使得装入背包中物品的总价值最大?
贪心算法描述:
1.改变数组w和v的排列顺序,使其按单位重量价值v[i]/w[i]降序排列;
2.将数组x[n]初始化为0; //初始化向量
3. i=1;
4.循环直到(w[i]>C);
4.1 x[i]=1;
4.2 C=C-w[i];
4.3 i++;
5. x[i]=C/w[i];
KnapSack1.java //贪心算法
import java.util.*;
public class KnapSack1
{
public static void main(String[] args)
{
Scanner in=new Scanner(System.in);
System.out.println("Please enter the number of objects(请输入物品的数量):");
int n=in.nextInt();
int[] w=new int[n];
int[] v=new int[n];
System.out.println("Now,please enter the weight of these objects(现在请输入这些物品的重量):");
for(int i=0;i<n;i++)
{
w[i]=in.nextInt();
}
System.out.println("Now,please enter the value of these objects(现在请输入这些物品的价值):");
for(int i=0;i<n;i++)
{
v[i]=in.nextInt();
}
System.out.println("Now,please enter the capacity of the pack(现在请输入背包的容量):");
int c=in.nextInt();
/**
*按单位重量价值r[i]=v[i]/w[i]降序排列
*/
double startTime=System.currentTimeMillis();
double[] r=new double[n];
int[] index=new int[n];
for(int i=0;i<n;i++)
{
r[i]=(double)v[i]/(double)w[i];
index[i]=i;
}
double temp=0;
for(int i=0;i<n-1;i++)
{
for(int j=i+1;j<n;j++)
{
if(r[i]<r[j])
{
temp=r[i];
r[i]=r[j];
r[j]=temp;
int x=index[i];
index[i]=index[j];
index[j]=x;
}
}
}
/**
*排序后的重量和价值分别存到w1[]和v1[]中
*/
int[] w1=new int[n];
int[] v1=new int[n];
for(int i=0;i<n;i++)
{
w1[i]=w[index[i]];
v1[i]=v[index[i]];
}
System.out.println (Arrays.toString(w1));
System.out.println (Arrays.toString(v1));
/**
*初始化解向量x[n]
*/
int[] x=new int[n];
for(int i=0;i<n;i++)
{
x[i]=0;
}
/**
*求解并打印解向量
*/
for(int i=0;i<n;i++)
{
if(w1[i]<c)
{
x[i]=1;
c=c-w1[i];
}
}
System.out.println("The solution vector is(解向量是):"+Arrays.toString(x));
/**
*根据解向量求出背包中存放物品的最大价值并打印
*/
int maxValue=0;
for(int i=0;i<n;i++)
{
if(x[i]==1)
maxValue+=v1[i];
}
double endTime=System.currentTimeMillis();
System.out.println("Now,the largest values of objects in the pack is(背包中物品的最大价值为):"+maxValue);
System.out.println("Basic Statements take(基本语句用时) "+(endTime-startTime)+" milliseconds!");
}
}
***********************************************************************************************
回溯算法描述:
1.将各物品按单位重量价值从大到小排序;
2.bestP=0;
3.BackTrack(1);
4.输出背包的最大值bestP;
BackTrack(int i)
1. if(i>n){
if(bestP<cp) bestP=cp;
return;
}
2.若(cw+w[i]<=C,则 //进入左子树
2 .1 cw=cw+w[i];
2.2 cp=cp+p[i];
2.3 BackTrack(i+1);
2.4 cw=cw-w[i]; cp=cp-p[i];
KnapSack2.java // 回溯算法
import java.util.*;
public class KnapSack2
{
public static void main(String[] args)
{
Scanner in=new Scanner(System.in);
System.out.println("Please enter the number of objects(请输入物品的数量):");
int n=in.nextInt();
int[] w=new int[n];
int[] v=new int[n];
System.out.println("Now,please enter the weight of these objects(现在请输入这些物品的重量):");
for(int i=0;i<n;i++)
{
w[i]=in.nextInt();
}
System.out.println("Now,please enter the value of these objects(现在请输入这些物品的价值):");
for(int i=0;i<n;i++)
{
v[i]=in.nextInt();
}
System.out.println("Now,please enter the capacity of the pack(现在请输入背包的容量):");
int c=in.nextInt();
/**
*按单位重量价值r[i]=v[i]/w[i]降序排列
*/
double startTime=System.currentTimeMillis();
double[] r=new double[n];
int[] index=new int[n];
for(int i=0;i<n;i++)
{
r[i]=(double)v[i]/(double)w[i];
index[i]=i;
}
double temp=0;
for(int i=0;i<n-1;i++)
{
for(int j=i+1;j<n;j++)
{
if(r[i]<r[j])
{
temp=r[i];
r[i]=r[j];
r[j]=temp;
int x=index[i];
index[i]=index[j];
index[j]=x;
}
}
}
/**
*排序后的重量和价值分别存到w1[]和v1[]中
*/
int[] w1=new int[n];
int[] v1=new int[n];
for(int i=0;i<n;i++)
{
w1[i]=w[index[i]];
v1[i]=v[index[i]];
}
System.out.println (Arrays.toString(w1));
System.out.println (Arrays.toString(v1));
/**
*调用函数KnapSackBackTrack(),输出打印装完物品以后的最大价值
*/
KnapSackBackTrack(w1,v1,w1.length,c);
double endTime=System.currentTimeMillis();
System.out.println("Basic Statements take(基本语句用时) "+(endTime-startTime)+" milliseconds!");
}
/**
*用回溯法求0、1背包最大价值的函数定义
*/
public static void KnapSackBackTrack(int[] w,int[] v,int n,int c)
{
int CurrentWeight=0;
int CurrentValue=0;
int maxValue=0;
int i=0;
while(i>=0)
{
if(CurrentWeight+w[i]<=c)
{
CurrentWeight+=w[i];
CurrentValue+=v[i];
i++;
}
else
break;
}
if(i<n)
{
maxValue=CurrentValue;
System.out.println("Now,the largest values of objects in the pack is(背包中物品的最大价值为):"+maxValue);
return;
}
System.out.println("Now,the largest values of objects in the pack is(背包中物品的最大价值为):"+maxValue);
return;
}
}
分享到:
相关推荐
3) 回溯法求解问题的一般思路,回溯法求解本问题的思路及其C/C++程序实现与算法的效率分析。 4) 分支限界法求解问题的一般思路,分支限界法求解本问题的思路及其C/C++程序实现与算法的效率分析。 有代码!!
算法设计实验报告,包括:蛮力、动态规划、回溯、分支限界四种算法求解0/1背包问题的基本思想、时间复杂度分析,C++实现代码,运行结果截图,实验心得。
利用回溯算法解决0/1背包问题。类knapsack为背包类,bound是上界函数,函数bknapsack实现0/1背包回溯算法。内有详细注释。
使用C++实现的回溯法实现0/1背包问题,结果没有问题,比一些网上找到的简单易懂
0-1背包 Java 回溯法 0-1背包 Java 回溯法 0-1背包 Java 回溯法
0-1背包问题 动态规划 分支限界 回溯 贪心四种方法
主要介绍了Python基于回溯法解决01背包问题,结合实例形式分析了Python回溯法采用深度优先策略搜索解决01背包问题的相关操作技巧,需要的朋友可以参考下
0-1背包的回溯法求解0-1背包的回溯法求解.rar
实验四 用回溯法求解N后问题 实验五 用分支限界法实现旅行售货员问题 这些实验的大部分源代码都是书上的, 我用的是WindowsXP SP2 VisualC++6.0编译通过 有几个实验为C语言代码 还有几个为C++代码 上次上传的有错误...
01背包问题是一个很经典的问题,在这里我用回溯法解决。希望大家一起来探讨呀!
使用回溯法实现的01背包问题,代码十分的简短,易懂,但是效率低,未优化。
回溯法求解背包问题
回溯法 0-1背包问题 计算机算法设计与分析 回溯法 背包问题
利用回溯法解0-1背包问题讲解,程序调试VC++6.0通过
利用回溯法求解,建立空间n叉树,先用快速排序以方便查找。
要做实验的同学赶紧下哟,晚了就没了哈 速度来下啊
算法设计与分析实验报告,附已通过源码,...1.问题描述 2.实验目的 3.实验原理 4.实验设计 (包括输入格式、算法、输出格式) 5.实验结果与分析 (除了截图外,实验结果还用图表进行了分析) 6.结论 7.程序源码
关于用回溯法求解01背包问题的源程序,里面附有说明,希望对你们有帮助
利用分支定界算法描述0-1背包问题、货箱装船问题等。
实验目的:0/1背包问题的回溯算法设计 实验原理:回溯算法设计。 实验要求:基本掌握回溯算法设计的原理方法。熟练掌握VC++中编程实现算法的常用技术和方法。 算法思想: 0-1背包问题:给定n种物品和一背包.物品i的...