01背包问题-回溯法

背景

0-1背包是非常经典的算法问题，很多场景都可以抽象成这个问题模型。这个问题的经典解法是动态规划。
不过还有一种简单但没有那么高效的解法，这里用的回溯算法。
0-1背包问题有很多变体，我这里介绍一种比较基础的。我们有一个背包，背包总的承载重量是Wkg。现在我们有n个物品，每个物品的重量不等，并且不可分割。我们现在期望选择几件物品，装载到背包中。在不超过背包所能装载重量的前提下，如何让背包中物品的总重量最大?
实际上，假设物品是不可分割的，要么装要么不装，所以叫0-1背包问题。显然，这个问题已经无法通过贪心算法来解决了。我们现在来看看，用回溯算法如何来解决。
对于每个物品来说，都有两种选择，装进背包或者不装进背包。对于n个物品来说，总的装法就有2^n种，去掉总重量超过Wkg的，从剩下的装法中选择总重量最接近Wkg的。不过，我们如何才能不重复地穷举出这2^n种装法呢?这里就可以用回溯的方法。

我们可以把物品依次排列，整个问题就分解为了n个阶段，每个阶段对应一个物品怎么选择。先对第一个物品进行处理，选择装进去或者不装进去，然后再递归地处理剩下的物品。描述起来很费劲，我们直接看代码，反而会更加清晰一些。

代码如下

package mainimport "fmt"//总的思想是，把n个物体依次排列
//对每个当前物体考虑两种情况，一种是不放进入背包后，递归遍历后边的各种情况
//另一种是放进入背包后，再递归遍历后边的各种情况
//出递归条件，已经访问了最后一个物体了或者已经是背包最大容量了var maxW int                              //表示背包能装的最大重量
var curAnswer []int                       //当前背包状态，下标表示物体，值表示是否装进背包
var bestAnswerMap = make(map[int][][]int) //存储最佳答案，key背包重量，值为多种情况，所以为数组func f(i, cw int, items []int, n, w int) {if curAnswer == nil { //其实只初始化了一次curAnswer = make([]int, n) //curAnswer[x]值为1，表示x加入背包}if cw == w || i == n {if cw != 0 && cw >= maxW { //cw是在背包允许的重量范围里的值，取其中最大值maxW = cw//如下是为了打印出最佳结果bst := make([]int, n)for j := 0; j < n; j++ {bst[j] = curAnswer[j]}if val, ok := bestAnswerMap[maxW]; ok {val = append(val, bst)bestAnswerMap[maxW] = val//map中的元素是不能寻址的，val,ok这种方式，拿到的是副本} else {temp := make([][]int, 0)temp = append(temp, bst)bestAnswerMap[maxW] = temp}//以上是为了打印出最佳结果}return}curAnswer[i] = 0        //考虑不放进入f(i+1, cw, items, n, w) //考虑不放入当前物体的情况if cw+items[i] <= w {curAnswer[i] = 1                 //考虑放进入背包f(i+1, cw+items[i], items, n, w) //考虑放入当前物体的情况}
}func main() {a := []int{1, 2, 3, 4, 10, 5, 6, 7, 8, 9}f(0, 0, a, 10, 10)fmt.Println(maxW)for k, v := range bestAnswerMap {fmt.Printf("key is %d, value is %v\n", k, v)fmt.Println("=======================")}
}

01背包问题-回溯法相关推荐

c语言用回溯算法解决01背包问题,回溯法解决01背包问题
<回溯法解决01背包问题>由会员分享,可在线阅读,更多相关<回溯法解决01背包问题(21页珍藏版)>请在人人文库网上搜索. 1.回溯法解决01背包问题,回溯法解决01背包问题, ...
0-1背包问题—回溯算法—java实现
0-1背包问题 [问题描述] 有n种可选物品1,-,n ,放入容量为c的背包内,使装入的物品具有最大效益. 表示 n :物品个数 c :背包容量 p1,p2, -, pn:个体物品效益值 w1,w2, ...
0/1背包问题-----回溯法求解
问题描述有n个物品和一个容量为c的背包,从n个物品中选取装包的物品.物品i的重量为w[i],价值为p[i].一个可行的背包装载是指,装包的物品总重量不超过背包的重量.一个最佳背包装载是指,物品总价值 ...
回溯法求解背包问题java_背包问题回溯法的递归实现（java）
0-1背包问题,在搜索过程中使用递归来完成. package com.test; class Pack { int n = 8; //物品个数 int W = 110; //背包总容量 int[] W ...
01背包问题:图表法带你快速理解动态规划解决01背包问题附C++源码
0-1背包问题所谓0-1背包问题,也就是给你一个重量为M的背包和n种物品,每种物品有一定的重量和价值,在每种物品均可装入背包1次或不装入(不能仅装入物品的一部分)且不超过背包载重量的前提下,问你怎样 ...
探讨与研究——动态规划算法、回溯法、分支限界法解0-1背包问题
一个人终归是要成长的,是要不断历练的,没有人可以安安稳稳一辈子.就算是最有地位最有钱的人也要不断追求.不断历练.不断提升自己. 人的学问少时在不断学习,青年时期不断实践.随着时间推移,到了老年终有所成 ...
0-1背包问题（多解）
0-1背包问题(多解) 问题有n个物品,它们有各自的体积和价值,现有给定容量c的背包,如何让背包里装入的物品具有最大的价值总和? 贪心(错解) 贪心策略有三种,分别为价值贪心(优先选取价值最大的), ...
回溯法（深度优先）剪枝和分支限界法（宽度优先）剪枝对比：01背包问题
限界函数: CurValue + rest <= BestValue 回溯法(深度优先)剪枝 # 递归方式 class pack_01_back_prune_test: def __init__ ...
限界分支法：01背包问题，优先级队列（包含解的追踪）
前面提到: 不知道大家注意到没有?上述实现方式没有使用单位体积价值的排序,和之前提到01背包回溯法基于单位体积价值实现不一样(先装单位体积价值高的). 我们网上经常看到都是基于以上实现的,到底这个用有 ...

01背包问题-回溯法

背景

代码如下

01背包问题-回溯法相关推荐

最新文章

热门文章