黃鴻華
(福建船政交通職業(yè)學(xué)院,福建 福州 350007)
基于Visual C++的0-1背包問(wèn)題的分枝限界算法
黃鴻華
(福建船政交通職業(yè)學(xué)院,福建 福州 350007)
0-1背包問(wèn)題是經(jīng)典的NP問(wèn)題。本文對(duì)0-1背包問(wèn)題的分枝限界算法進(jìn)行了分析,用Visual C++實(shí)現(xiàn)該算法。
0-1背包;分枝限界
0-1背包問(wèn)題是:把n個(gè)物品裝入一個(gè)背包,已知物品的總重量及其價(jià)值分別為wi>0和pi>0,背包的容量假定設(shè)為ci>0,選擇哪些物品裝入背包可以使得在背包的容量約束限制之內(nèi)所裝物品的價(jià)值最大?
在選擇裝入背包的物品時(shí),對(duì)每一種物品i只能選擇全部裝入背包或全部不裝入背包。因此該問(wèn)題稱為0-1背包問(wèn)題[1]。
給定c>0,wi>0,vi>0,1≤i≤n,要求找出一個(gè)n元0-1向量(x1,x2,…,xn),xi∈{0,1},1≤i≤n,使得而且達(dá)到最大。0-1背包問(wèn)題是一個(gè)特殊的整數(shù)規(guī)劃問(wèn)題:
2.1 動(dòng)態(tài)規(guī)劃算法
動(dòng)態(tài)規(guī)劃可以把困難的多階段決策變換為一系列相互聯(lián)系比較容易的單階段問(wèn)題。對(duì)于背包問(wèn)題可以對(duì)子過(guò)程用枚舉法求解,而且約束條件越多,決策的搜索范圍越小,求解也越容易。
2.2 回溯法
回溯法需要為問(wèn)題定義一個(gè)解空間,這個(gè)解空間必須至少包含問(wèn)題的一個(gè)解(可能是最優(yōu)的)。遞歸回溯法算法思想非常簡(jiǎn)單,并且能夠遍歷搜索空間,一定能夠找到背包問(wèn)題的最優(yōu)解;但是背包問(wèn)題的解空間將隨著物件數(shù)n的增大以2的n次方級(jí)增長(zhǎng),當(dāng)n大到一定程度上,要遍歷搜索空間需耗費(fèi)大量的時(shí)間和資源,因此當(dāng)物件數(shù)過(guò)多的時(shí)候,用回溯法解決背包問(wèn)題將變得很困難。
2.3 貪心算法
使用貪心方法求解時(shí)計(jì)算的復(fù)雜度降低了很多。貪心算法是一種不要求最優(yōu)解,只希望得到較為滿意解的方法。貪心算法常以當(dāng)前情況為基礎(chǔ)作最優(yōu)選擇,它不進(jìn)行遍歷回溯,不會(huì)考慮所有可能的情況,所以貪心算法大大節(jié)約了時(shí)間。但有時(shí)實(shí)際有解,而使用該算法則不能找到解。
2.4 分枝限界法
分枝界限是另一種系統(tǒng)地搜索解空間的方法,與回溯法擴(kuò)充E節(jié)點(diǎn)的方式不同,分枝限界法每個(gè)活節(jié)點(diǎn)變成E節(jié)點(diǎn)的機(jī)會(huì)有且僅有一次。一個(gè)節(jié)點(diǎn)一旦變?yōu)镋節(jié)點(diǎn)時(shí),則生成一些新節(jié)點(diǎn)(即分枝),這些新節(jié)點(diǎn)只需從原節(jié)點(diǎn)移動(dòng)一步達(dá)到。在生成的新節(jié)點(diǎn)中,僅保留可能導(dǎo)出可行解的節(jié)點(diǎn),加入到活節(jié)點(diǎn)表,其余的丟棄。然后從活節(jié)點(diǎn)表中選擇節(jié)點(diǎn)再進(jìn)行擴(kuò)充,直到找到最終解或活動(dòng)表為空。
下面介紹我的0-1背包問(wèn)題的求解。
我們將分枝限界法與貪心算法相結(jié)合來(lái)解決0-1背包問(wèn)題。使用分枝限界法搜索解空間,使用貪心算法來(lái)構(gòu)造上界函數(shù),這個(gè)上界函數(shù)的作用在于確定分枝限界算法中活節(jié)點(diǎn)的優(yōu)先級(jí)。
分枝限界算法在搜索到達(dá)葉節(jié)點(diǎn)之前,也不知道最優(yōu)解是什么。在這里,我們根據(jù)上界函數(shù)的值確定優(yōu)先級(jí),用一個(gè)最大堆來(lái)實(shí)現(xiàn)活節(jié)點(diǎn)的優(yōu)先隊(duì)列,這樣一旦有一個(gè)葉節(jié)點(diǎn)成為擴(kuò)展節(jié)點(diǎn),就表明已經(jīng)找到了最優(yōu)解。
上界函數(shù)
template<class Typew,class Typep>
Typep Knap<Typew,Typep>::Bound(int i) {
Typew cleft=c-cw;
Typep b=cp;
while(i<=n&&w[i]<=cleft){//n表示物品總數(shù),cleft為剩余空間
cleft-=w[i];//w[i]表示i所占空間
b+=p[i];//p[i]表示i的價(jià)值
i++;
}
if(i<=n)b+=p[i]/w[i]*cleft;//裝填剩余容量裝滿背包
return b;//b為上界函數(shù)
}
分枝限界搜索過(guò)程
template<class Typew,class Typep>
Typep Knap<Typew,Typep>:: MaxKnapsack()
{
H=new MaxHeap<HeapNode<Typep,Typew>>( MAXHEAP);
bestx=new int[n+1];
int i=1;
E=0;
cw=cp=0;
Typep bestp=0;
Typep up=Bound(1);
while(i!=n+1){//非葉結(jié)點(diǎn)
Typew wt=cw+w[i];//檢查當(dāng)前擴(kuò)展結(jié)點(diǎn)的左兒子節(jié)點(diǎn)
if(wt<=c){//左兒子結(jié)點(diǎn)為可行節(jié)點(diǎn)
if(cp+p[i]>bestp)bestp=cp+p[i];
AddLiveNode(up,cp+p[i],cw+w[i],true,i+1);
}
up=Bound(i+1);//檢查當(dāng)前擴(kuò)展結(jié)點(diǎn)的右兒子節(jié)點(diǎn)
if(up>=bestp)//右子樹可能含最優(yōu)解
AddLiveNode(up,cp,cw,false,i+1);
HeapNode<Typep,Typew>N;//取下一個(gè)擴(kuò)展節(jié)點(diǎn)
H->Delete Max(N);
E=N.ptr;
cw=N.weight;
cp=N.profit;
up=N.uprofit;
i=N.level;
}
for(int j=n;j>0;j--){
bestx[j]=E->L Child;
E=E->parent;
}
return cp;
}
在Visual C++下對(duì)該算法進(jìn)行測(cè)試,例如背包的最大容量c=10,要放入的物品個(gè)數(shù)n=5,重量w={2,6,2,5,4},價(jià)值v={5,6,3,4,6}。
輸出結(jié)果:1 0 1 0 1
背包的總價(jià)值:15
背包的總重量:8
分枝限界法處理0-1背包問(wèn)題的時(shí)間復(fù)雜度為O(2n),分枝限界算法將所有的結(jié)果形成一棵樹,但是在生成樹的過(guò)程中會(huì)剪斷一些不符合要求的枝來(lái)簡(jiǎn)化算法的計(jì)算。分枝限界法需要算出一般背包問(wèn)題,將一般背包問(wèn)題作為一個(gè)限界值,根據(jù)自身的約束,實(shí)現(xiàn)剪枝的目的。分枝限界法容易求得最優(yōu)解,但是時(shí)間效率并不高。分枝限界法可以求出0-1背包的最優(yōu)解。但是因?yàn)樗且詷錇榛A(chǔ)的算法,因此它的空間開銷也較大。
[1]王曉東.計(jì)算機(jī)算法設(shè)計(jì)與分析[M].北京:電子工業(yè)出版社,2004.
[2]劉玉娟,王相海.0-1背包2問(wèn)題的兩種擴(kuò)展形式及其解法[J].計(jì)算機(jī)應(yīng)用研究,2006.
The Branch and BoundAlgorithm for 0-1 Knapsack Problem Based on Visual C++
Huang Honghua
(Fujian Chuanzheng Communications College,Fuzhou 350007,Fujian)
The 0-1knapsack problem is a classic NP problem.In this paper,the branch and bound algorithm for the 0-1 knapsack problem is analyzed,which is carried out with Visual C++.
0-1 knapsack;branch and bound
黃鴻華,女,福建連江人,本科,講師,研究方向:計(jì)算機(jī)技術(shù)。