2011-10-07 71 views
6

所以我在想,形成背景問題變化的動態規劃算法

我想對揹包問題做一個變化。

想象一下原來的問題,具有不同重量/價值的物品。

我的版本將與正常的權重/值一起包含「組」值。

例如。 項目1 [5KG,$ 600電子] 項目2 [1KG,$ 50食品]

現在,有一組這樣的項目,我將如何編寫了揹包問題,以確保從最多1項選擇每個「組」。

注:

  1. 你並不需要從該組中選擇一個項目
  2. 有各組
  3. 你還在重量最小化在多個項目,實現價值最大化
  4. 的預定義的組的數量以及它們的值。

我只是在這個階段寫了一個代碼草稿,而且我選擇了使用動態方法。我理解常規揹包問題的動態解決方案背後的想法,我如何改變這個解決方案以合併這些「組」?

KnapSackVariation(v,w,g,n,W) 
{ 
    for (w = 0 to W) 
    V[0,w] = 0; 
    for(i = 1 to n) 
    for(w = 0 to W) 
     if(w[i] <= w) 
      V[i,w] = max{V[i-1, w], v[i] + V[i-1, w-w[i]]}; 
     else 
      V[i,w] = V[i-1, w]; 
    return V[n,W]; 
} 

這是我到目前爲止,需要補充它,這樣它會刪除它是每一個它解決了這次在組中的所有相關項目。

+1

將羣組項添加到狀態! – quasiverse

+0

解決它作爲一個組合優化問題呢?對於每件商品,您可以選擇一件商品或者不選擇商品。您可能想使用分支和界限搜索來解決它。 – ysdx

回答

0

假設
C [1]:第i個元素
V [I,W,S]的類別:揹包,使得其包含在最大一個項目從S中

每個類別的最大值
Recursive Formulation 
V[i,w,S] = max(V[i-1,w,S],V[i,w-w[i],S-{c[i]}] + v[i]) 
Base Case 
V[0,w,S] = -`infinity if w!=0 or S != {}` 
3

剛剛注意到你的問題,試圖找到我自己的問題的答案。你所說的問題是一個衆所周知的,被廣泛研究的問題,稱爲多重選擇揹包問題。如果你google了,你會發現各種各樣的信息,我也可以推薦這本書:http://www.amazon.co.uk/Knapsack-Problems-Hans-Kellerer/dp/3642073115/ref=sr_1_1?ie=UTF8&qid=1318767496&sr=8-1,它專門研究了這個問題。在MCKP的經典配方中,您必須從每個組中選擇一個項目。但是,您可以輕鬆地將該版本的問題轉換爲您的版本,方法是向利潤和權重= 0的每個組添加一個虛擬項目,並使用相同的算法。我會告誡你不要試圖通過一些調整來修改二進制揹包問題的代碼給MCKP - 這種方法很可能會導致你找到一個解決方案,隨着每個組中項目數量的增加,性能會下降到令人無法接受的程度。