本文实例讲述了PHP回溯法解决0-1背包问题的方法。分享给大家供大家参考。具体分析如下:
这段代码是根据《软件设计师》教程的伪代码写的;
最麻烦的不是伪代码改成php,而是数组下标从0开始,及相应的下标判断问题;
带着调试输出一块写上
<?php $v_arr = array(11,21,31,33,43,53,55,65); $w_arr = array(1,11,21,23,33,43,45,55); $n = count($w_arr ); //测试输出 var_dump(bknap1(110)); //var_dump(bound(139,89,7,110)); function bound($v,$w,$k,$W_total){ global $v_arr,$w_arr,$n; $b = $v; $c = $w; //var_dump($W_total);var_dump($n);var_dump($k);var_dump($v);var_dump($w); //die; for($i=$k+1;$i<$n;$i++){ $c = $c + $w_arr[$i]; //var_dump($W_total);var_dump($c); if($c<$W_total) $b += $v_arr[$i]; else{ //var_dump((1-($c-$W_total)/$w_arr[$i])*$v_arr[$i]); $b = $b+(1-($c-$W_total)/$w_arr[$i])*$v_arr[$i]; return $b; } } /*var_dump('------bound head'); var_dump($k); var_dump($b); var_dump('------bound end');*/ return $b; } function bknap1($W_total){ global $v_arr,$w_arr,$n; $cw = $cp = 0; $k = 0; $fp = -1; while(true){ while($k<$n && $cw+$w_arr[$k]<=$W_total){ $cw += $w_arr[$k]; $cp += $v_arr[$k]; $Y_arr[$k] = 1; $k +=1; } //var_dump($cw);var_dump($cp);var_dump($Y_arr);var_dump($k);var_dump($n); if($k==$n){ $fp = $cp; $fw = $cw; $k = $n-1; $X_arr = $Y_arr; //bound($cp,$cw,$k,$W_total); //var_dump(bound($cp,$cw,$k,$W_total),$fp,$k);die; //var_dump($fp);var_dump($fw);var_dump($Y_arr);var_dump($k);var_dump($n); }else{ $Y_arr[$k] = 0; } //var_dump($Y_arr);var_dump($k);var_dump($n);//die; //var_dump(bound($cp,$cw,$k,$W_total),$fp);die; while(bound($cp,$cw,$k,$W_total)<=$fp) { while($k>=0 && $Y_arr[$k]!=1){ $k -= 1; } if($k<0) { return $X_arr; } var_dump($k); $Y_arr[$k] = 0; $cw -= $w_arr[$k]; $cp -= $v_arr[$k]; } $k += 1; } } ?>
希望本文所述对大家的php程序设计有所帮助。
本文向大家介绍PHP动态规划解决0-1背包问题实例分析,包括了PHP动态规划解决0-1背包问题实例分析的使用技巧和注意事项,需要的朋友参考一下 本文实例分析了PHP动态规划解决0-1背包问题。分享给大家供大家参考。具体分析如下: 背包问题描述:一个承受最大重量为W的背包,现在有n个物品,每个物品重量为t, 每个物品的价值为v。 要使得这个背包重量最大(但不能超过W),同时又需要背包的价值最大。 思
本文向大家介绍C#使用动态规划解决0-1背包问题实例分析,包括了C#使用动态规划解决0-1背包问题实例分析的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了C#使用动态规划解决0-1背包问题的方法。分享给大家供大家参考。具体如下: 希望本文所述对大家的C#程序设计有所帮助。
本文向大家介绍解决0-1背包问题的C ++程序,包括了解决0-1背包问题的C ++程序的使用技巧和注意事项,需要的朋友参考一下 在0-1背包问题中,给出了一组项目,每个项目都有一个权重和一个值。我们需要确定要包含在集合中的每个项目的数量,以使总重量小于或等于给定的限制,并且总值尽可能大。 输入项 输出结果 算法 范例程式码 输出结果
本文向大家介绍C中的0-1背包问题?,包括了C中的0-1背包问题?的使用技巧和注意事项,需要的朋友参考一下 背包是袋子。背包问题是根据物品的值将物品放入袋中的。目的是使袋子内的值最大化。在0-1背包中,您既可以放置物品也可以将其丢弃,没有将物品的某些部分放入背包的概念。 样本问题 重量分布 最大值为65,因此我们将项目2和3放入背包。 0-1背包问题计划 输出结果
我对这个问题有点困惑。作为算法帮助我找到最大的利润从袋。但是这个算法并没有告诉我我应该拿哪一个项目会让我的利润最大。例如 n=4项,背包的容量M=8,利润=[15,10,9,5],重量分别为w=[1,5,3,4],当我解决这个问题时,我得到最大的利润为29 这里是解决方案[http://www.mafy.lut.fi/study/DiscreteOpt/DYNKNAP.pdf] 但是我想知道我应该
回溯法在我们解题步骤中经常被提到,这也是一种常用的方法,回溯法是一种经常被用在 深度优先搜索(DFS)和广度优先搜索(BFS)的技巧。其本质是:走不通就回头。本篇将结合经典例题帮助大家对回溯法的理解。 一、工作原理: (1)构造空间树; (2)进行遍历; (3)如遇到边界条件,即不再向下搜索,转而搜索另一条链; (4)达到目标条件,输出结果。 二、经典例题 例题一:0-1背包问题 问题:给定n种物