13-算法优化拓展
5.2.7 算法优化拓展
我们在上面的程序中上界函数是当前价值cp与剩余物品的总价值rp之和,这个估值过高了,因为剩余物品的重量很有可能是超过购物车容量的。因此我们可以缩小上界,从而加快剪枝速度,提高搜索效率。
上界函数bound():当前价值cp+剩余容量可容纳的剩余物品的最大价值brp。
为了更好地计算和运用上界函数剪枝,先将物品按照其单位重量价值(价值/重量)从大到小排序,然后按照排序后的顺序考查各个物品。
//program 5-1-1
#include <iostream>
#include <string>
#include <algorithm>
#define M 105
using namespace std;
int i,j,n,W; //n表示物品个数,W表示购物车的容量
double w[M],v[M]; //w[i] 表示第i个物品的重量,v[i] 表示第i个物品的价值
bool x[M]; //x[i]=1表示第i个物品放入购物车
double cw; //当前重量
double cp; //当前价值
double bestp; //当前最优值
bool bestx[M]; //当前最优解
double Bound(int i)//计算上界(即将剩余物品装满剩余的背包容量时所能获得的最大价值)
{
//剩余物品为第i~n种物品
double cleft=W-cw;//剩余容量
double brp=0.0;
while(i<=n &&w[i]<cleft)
{
cleft-=w[i];
brp+=v[i];
i++;
}
if(i<=n) //采用切割的方式装满背包,这里是在求上界,求解时不允许切割
{
brp+=v[i]/w[i] *cleft;
}
return cp+brp;
}
void Backtrack(int t)//用于搜索空间数,t表示当前扩展结点在第t层
{
if(t>n)//已经到达叶子结点
{
for(j=1;j<=n;j++)
{
bestx[j]=x[j];
}
bestp=cp;//保存当前最优解
return ;
}
if(cw+w[t]<=W)//如果满足限制条件则搜索左子树
{
x[t]=1;
cw+=w[t];
cp+=v[t];
Backtrack(t+1);
cw-=w[t];
cp-=v[t];
}
if(Bound(t+1)>bestp)//如果满足限制条件则搜索右子树
{
x[t]=0;
Backtrack(t+1);
}
}
struct Object //定义物品结构体,包含物品序号和单位重量价值
{
int id; //物品序号
double d; //单位重量价值
};
bool cmp(Object a1,Object a2)//按照物品单位重量价值由大到小排序
{
return a1.d>a2.d;
}
void Knapsack(int W, int n)
{
//初始化
cw=0; //初始化当前放入购物车的物品重量为0
cp=0; //初始化当前放入购物车的物品价值为0
bestp=0; //初始化当前最优值为0
double sumw=0; //用来统计所有物品的总重量
double sumv=0; //用来统计所有物品的总价值
Object Q[n]; //物品结构体类型,用于按单位重量价值(价值/重量比)排序
double a[n+1],b[n+1];//辅助数组,用于把排序后的重量和价值传递给原来的重量价值数组
for(i=1;i<=n;i++)
{
Q[i-1].id=i;
Q[i-1].d=1.0*v[i]/w[i];
sumv+=v[i];
sumw+=w[i];
}
if(sumw<=W)
{
bestp=sumv;
cout<<"放入购物车的物品最大价值为: "<<bestp<<endl;
cout<<"所有的物品均放入购物车.";
return;
}
sort(Q,Q+n,cmp); // 按单位重量价值(价值/重量比)从大到小排序
for(i=1;i<=n;i++)
{
a[i]=w[Q[i-1].id];//把排序后的数据传递给辅助数组
b[i]=v[Q[i-1].id];
}
for(i=1;i<=n;i++)
{
w[i]=a[i]; //把排序后的数据传递给w[i]
v[i]=b[i];
}
Backtrack(1);
cout<<"放入购物车的物品最大价值为: "<<bestp<<endl;
cout<<"放入购物车的物品序号为: ";
for(i=1; i<=n; i++)
{
if(bestx[i]==1)
cout<<Q[i-1].id<<" ";
}
cout<<endl;
}
int main()
{
cout << "请输入物品的个数 n:";
cin >> n;
cout << "请输入购物车的容量W:";
cin >> W;
cout << "请依次输入每个物品的重量w和价值v,用空格分开:";
for(i=1;i<=n;i++)
cin>>w[i]>>v[i];
Knapsack(W,n);
return 0;
}
(1)时间复杂度:约束函数时间复杂度为O(1),限界函数时间复杂度为O(n)。最坏情况下有O(2n)个左孩子结点调用约束函数,有O(2n)个右孩子结点需要调用限界函数,回溯算法Backtrack需要的计算时间为O(n2n)。排序函数时间复杂度为O(nlogn),这是考虑最坏的情况,实际上,经过上界函数优化后,剪枝的速度很快,根本不需要生成所有的结点。
(2)空间复杂度:除了记录最优解数组外,还使用了一个结构体数组用于排序,两个辅助数组传递排序后的结果,这些数组的规模都是n,因此空间复杂度仍是O(n)。