当前位置: 首页 > 编程笔记 >

C#使用动态规划解决0-1背包问题实例分析

牟正真
2023-03-14
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:

// 利用动态规划解决0-1背包问题
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
namespace Knapsack_problem
// 背包问题关键在于计算不超过背包的总容量的最大价值
{
 class Program
 {
  static void Main()
  {
   int i;
   int capacity = 16;
   int[] size = new int[] { 3, 4, 7, 8, 9 };
   // 5件物品每件大小分别为3, 4, 7, 8, 9 
   //且是不可分割的 0-1 背包问题
   int[] values = new int[] { 4, 5, 10, 11, 13 };
   // 5件物品每件的价值分别为4, 5, 10, 11, 13
   int[] totval = new int[capacity + 1];
   // 数组totval用来存贮最大的总价值
   int[] best = new int[capacity + 1];
   // best 存贮的是当前价值最高的物品
   int n = values.Length;
   for (int j = 0; j <= n - 1; j++)
    for (i = 0; i <= capacity; i++)
     if (i >= size[j])
      if (totval[i] < (totval[i - size[j]] + values[j]))
   // 如果当前的容量减去J的容量再加上J的价值比原来的价值大,
   //就将这个值传给当前的值
      {
       totval[i] = totval[i - size[j]] + values[j];
       best[i] = j; // 并把j传给best
      }
   Console.WriteLine("背包的最大价值: " + totval[capacity]);
   // Console.WriteLine("构成背包的最大价值的物品是: " );
   // int totcap = 0;
   // while (totcap <= capacity)
   // {
   //  Console.WriteLine("物品的大小是:" + size[best[capacity - totcap]]);
   //  for (i = 0; i <= n-1; i++)
   //  totcap += size[best[i]];
   // }
  }
 }
}

希望本文所述对大家的C#程序设计有所帮助。

 类似资料:
  • 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

  • 几天前,我在读关于分数背包问题的贪婪算法和动态规划的书,我发现这个问题可以用贪婪方法得到最优解。谁能给出一个例子或解决方案来解决这个问题的动态规划方法? 我知道贪婪方法是解决这个问题的最好方法,但我想知道动态规划是如何解决这个问题的。

  • 本文向大家介绍PHP回溯法解决0-1背包问题实例分析,包括了PHP回溯法解决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 希望本文所述对大家的ph

  • 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

  • 动态规划 动态规划 Dynamic Programming,核心思想就是将大问题划分成小问题进行解决,从而一步一步的获得最优解的处理算法 动态规划跟分治算法思想类似,但动态规划算法会依赖到上一次计算的结果,每次求解是建立在上一次子阶段的结果基础之上进一步处理,而分治算法分解出来问题往往是独立的 动态规划一般可以通过填表的方式进行逐步推进得到最优解 0/1背包问题 01背包问题是经典的利用动态规划算

  • 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