题目

一个旅行者准备随身携带一个背包，可以放入背包的物品有n种，每种物品的重量和价值分别为wj, vj . 如果背包的最大重量限制是b, 怎样选择放入背包的物品以使得背包的价值最大?

目标函数：

约束条件：

算法设计

设Fk(y) 表示只允许装前k 种物品,背包总重不超过y 时背包的最大价值。Fk(y)有两种情况：不装第k件物品或至少装1件第k种物品。

如果不装第k件物品，那么只能用前k-1件物品装入背包，背包的限制重量仍为y，所以最大价值是Fk-1(y)；

如果装1件第k件物品，那么装入的第k件物品价值为vk，重量为wk，剩下的物品仍要在前k件里选择(因为每件物品可以装多件，如果只能装1件就是在前k-1件里选择)。于是问题规约为背包限制重量y-wk的情况下前k件物品取得最大价值，即Fk(y-wk)+vk。递推方程与边界条件：

上式初值比较多，F0(y)是不装物品的最大价值；F1(y)是只能装第一件物品时，最多装|_y/w1_|件；递推式Fk(y-wk)，y-wk有可能得到负值，即不能再装物品，所以设置最小数以保证在优化问题中淘汰这种情况。

算法实现

标记函数：实现是需要一个ik(y)记录优化函数Fk(y)用到物品的最大标号。计算Fk(y)时，如果Fk-1(y)>Fk(y-wk)+vk，即没有加入第k件物品，ik(y)即为Fk-1(y)的物品最大标号；反正，加入第k件物品，ik(y)记为k。标记函数递归关系：

代码如下：

void Knapsack(int v[N],int w[N],int F[][B+1],int tagi[][B+1]){

for(int k=0;k<=N;k++){

F[k][0]=0;

tagi[k][0]=0;

}

for(int y=0;y<=B;y++){

F[0][y]=0;

F[1][y]=(int)(y/w[0])*v[0];//只能装第一件物品时

tagi[0][y]=0;

}

for(int k=1;k<=N;k++){

for(int y=1;y<=B;y++){

if(y-w[k-1]<0){

F[k][y]=F[k-1][y];

tagi[k][y]=tagi[k-1][y];

}

else{

//允许装入k件物品，价值的两种情况：

//不装第k件物品或至少装1件第k件物品

F[k][y]=F[k-1][y]>F[k][y-w[k-1]]+v[k-1] ? F[k-1][y]:(F[k][y-w[k-1]]+v[k-1]);

tagi[k][y]=F[k-1][y]>F[k][y-w[k-1]]+v[k-1]?tagi[k-1][y]:k;

}

}

}

}

实例及解的追踪

试验下面的例子：

v1=1，v2=3，v3=5，v4=9，w1=2，w2=3，w3=4，w4=7，b=10

运行结果如下图：

我们需要在标记函数ik(y)中把实际解，及每个物品分别装入多少件追踪出来。

由最后i4(10)开始，i4(10)=4，表示此时第4件物品至少装入1件，占用重量w4=7，于是背包剩余重量为10-7=3；继续查询i4(3)，由i4(3)=2，表示剩余物品最大标号为2，第2件物品至少装入1件。剩余重量为0，即不能再装入物品。用公式表示追踪解的过程：

根据实例，可以理出追踪解的思路，代码如下：

void TrackSolution(int v[N],int w[N],int tagi[][B+1]){

//x[i-1]标记第i件物品的件数

int x[N];

for(int i=0;i

x[i]=0;

int y=B,j=tagi[N][B];

while (tagi[j][y]!=0){

j=tagi[j][y];

//标记函数最下角ik(y)标记的物品取一件

x[j-1]=1;

y=y-w[j-1];

while (tagi[j][y]==j){

y=y-w[j];

x[j-1]=x[j-1]+1;

}

}

}

运行结果：

其他题目

背包问题是很经典的动态规划问题，很多问题都是背包的变种，比如下面两个题目：

设P是一台Internet上的Web服务器。T={1,2,...,n}是n个下载请求集合，ai为正整数，表示下载请求i所申请的带宽，已知服务器的最大带宽是正整数K。我们的目标是使带宽得到最大限度的利用，即确定T的一个子集S，使得

，且

达到最小。设计一个算法求服务器下载问题。

设有n项任务，加工时间分别表示为正整数t1，t2，...，tn。现有2台同样的机器，从0时刻可以安排对这些任务的加工，知道T时刻所有任务完成，总加工时间为T。设计算法使得总加工时间T最小的调度方案。

第一个题目其实就是0-1背包问题，即看做价值和重量相等(都为ai)的物品装入背包，每件物品最多选1件，总重不能超过K，总价值最大的问题。设Fk(y)表示只允许前k个下载请求，最大带宽不超过y时利用最大限度的带宽数。递推关系和边界条件如下：

注意0-1背包和背包问题的递推关系主要区别是：当选择第k件物品时，Fk(y)表示为Fk-1(y-wk)+vk，而非Fk(y-wk)+vk，即只能在前k-1件物品里继续选择。另外F1(y)的边界函数也不同。

至于第二个题目，其实就是使得一条加工线上的加工时间不超过T/2时加工时间尽可能大的问题，和第一个问题是一样的。

分享到：

2012-11-16 18:39

浏览 727

评论