0-1背包问题-贪心法和动态规划法求解1
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
实验四“0-1”背包问题
一、实验目的与要求
熟悉C/C++语言的集成开发环境;
通过本实验加深对贪心算法、动态规划算法的理解。
二、实验内容:
掌握贪心算法、动态规划算法的概念和基本思想,分析并掌握“0-1”背包问题的求解方法,并分析其优缺点。
三、实验题
1.“0-1”背包问题的贪心算法
2.“0-1”背包问题的动态规划算法
说明:背包实例采用教材P132习题六的6-1中的描述。要求每种的算法都给出最大收益和最优解。
*
设有背包问题实例n=7,M=15,,(w0,w1,。。。w6)=(2,3,5,7,1,4,1),物品装入背包的收益为:(p0,p1,。。。,p6)=(10,5,15,7,6,18,3)。求这一实例的最优解和最大收益。
四、实验步骤
理解算法思想和问题要求;
编程实现题目要求;
上机输入和调试自己所编的程序;
验证分析实验结果;
整理出实验报告。
五、实验程序
// 贪心法求解
#include
\
#include"iomanip"
using namespace std;
//按照单位物品收益排序,传入参数单位物品收益,物品收益和物品重量的数组,运用冒泡排序
void AvgBenefitsSort(float *arry_avgp,float *arry_p,float *arry_w );
//获取最优解方法,传入参数为物品收益数组,物品重量数组,最后装载物品最优解的数组和还可以装载物品的重量
float GetBestBenifit(float *arry_p,float *arry_w,float *arry_x,float u);
int main(){
float w[7]={2,3,5,7,1,4,1}; //物品重量数组
》
float p[7]={10,5,15,7,6,18,3}; //物品收益数组
float avgp[7]={0}; //单位毒品的收益数组
float x[7]={0}; //最后装载物品的最优解数组
const float M=15; //背包所能的载重
float ben=0; //最后的收益
AvgBenefitsSort(avgp,p,w);
ben=GetBestBenifit(p,w,x,M);
cout< : system("pause"); return 0; } //按照单位物品收益排序,传入参数单位物品收益,物品收益和物品重量的数组,运用冒泡排序 void AvgBenefitsSort(float *arry_avgp,float *arry_p,float *arry_w ) { //求出物品的单位收益 for(int i=0;i<7;i++) { arry_avgp[i]=arry_p[i]/arry_w[i]; … } cout< //把求出的单位收益排序,冒泡排序法 int exchange=7; int bound=0; float temp=0; while(exchange) { bound=exchange; { exchange=0; for(int i=0;i { if(arry_avgp[i] { //交换单位收益数组 temp=arry_avgp[i]; arry_avgp[i]=arry_avgp[i+1]; arry_avgp[i+1]=temp; //交换收益数组 . temp=arry_p[i]; arry_p[i]=arry_p[i+1]; arry_p[i+1]=temp; //交换重量数组 temp=arry_w[i]; arry_w[i]=arry_w[i+1]; arry_w[i+1]=temp; exchange=i; } ; } } } //获取最优解方法,传入参数为物品收益数组,物品重量数组,最后装载物品最优解的数组和还可以装载物品的重量 float GetBestBenifit(float *arry_p,float *arry_w,float *arry_x,float u) { int i=0; //循环变量i float benifit=0; //最后收益 while(i<7) { , if(u-arry_w[i]>0) { arry_x[i]=arry_w[i]; //把当前物品重量缴入最优解数组 benifit+=arry_p[i]; //收益增加当前物品收益 u-=arry_w[i]; //背包还能载重量减去当前物品重量 cout< } i++; } return benifit; //返回最后收益 | } //动态规划法求解 #include<> #include<> #define n 6 void DKNAP(int p[],int w[],int M,const int m); void main() { int p[n+1],w[n+1]; int M,i,j; ^ int m=1; for(i=1;i<=n;i++) { m=m*2; printf("\nin put the weight and the p:"); scanf("%d %d",&w[i],&p[i]); } printf("%d",m); printf("\n in put the max weight M:"); scanf("%d",&M); " DKNAP(p,w,M,m); } void DKNAP(int p[],int w[],int M,const int m) { int p2[m],w2[m],pp,ww,px; int F[n+1],pk,q,k,l,h,u,i,j,next,max,s[n+1]; F[0]=1; p2[1]=w2[1]=0; l=h=1; F[1]=next=2; ^ for(i=1;i { k=l; max=0;