codecamp

C++分数背包问题

Question

给定 n 个物品,第 i 个物品的重量为 wgt[i1]、价值为 val[i1] ,和一个容量为 cap 的背包。每个物品只能选择一次,但可以选择物品的一部分,价值根据选择的重量比例计算,问在不超过背包容量下背包中物品的最大价值。

分数背包问题的示例数据

图 15-3   分数背包问题的示例数据

分数背包和 0-1 背包整体上非常相似,状态包含当前物品 i 和容量 c ,目标是求不超过背包容量下的最大价值。

不同点在于,本题允许只选择物品的一部分。如图 15-4 所示,我们可以对物品任意地进行切分,并按照重量比例来计算物品价值

  1. 对于物品 i ,它在单位重量下的价值为 val[i1]/wgt[i1] ,简称为单位价值。
  2. 假设放入一部分物品 i ,重量为 w ,则背包增加的价值为 w×val[i1]/wgt[i1]

物品在单位重量下的价值

图 15-4   物品在单位重量下的价值

1.   贪心策略确定

最大化背包内物品总价值,本质上是要最大化单位重量下的物品价值。由此便可推出图 15-5 所示的贪心策略。

  1. 将物品按照单位价值从高到低进行排序。
  2. 遍历所有物品,每轮贪心地选择单位价值最高的物品
  3. 若剩余背包容量不足,则使用当前物品的一部分填满背包即可。

分数背包的贪心策略

图 15-5   分数背包的贪心策略

2.   代码实现

我们建立了一个物品类 Item ,以便将物品按照单位价值进行排序。循环进行贪心选择,当背包已满时跳出并返回解。

fractional_knapsack.cpp

/* 物品 */
class Item {
  public:
    int w; // 物品重量
    int v; // 物品价值

    Item(int w, int v) : w(w), v(v) {
    }
};

/* 分数背包:贪心 */
double fractionalKnapsack(vector<int> &wgt, vector<int> &val, int cap) {
    // 创建物品列表,包含两个属性:重量、价值
    vector<Item> items;
    for (int i = 0; i < wgt.size(); i++) {
        items.push_back(Item(wgt[i], val[i]));
    }
    // 按照单位价值 item.v / item.w 从高到低进行排序
    sort(items.begin(), items.end(), [](Item &a, Item &b) { return (double)a.v / a.w > (double)b.v / b.w; });
    // 循环贪心选择
    double res = 0;
    for (auto &item : items) {
        if (item.w <= cap) {
            // 若剩余容量充足,则将当前物品整个装进背包
            res += item.v;
            cap -= item.w;
        } else {
            // 若剩余容量不足,则将当前物品的一部分装进背包
            res += (double)item.v / item.w * cap;
            // 已无剩余容量,因此跳出循环
            break;
        }
    }
    return res;
}

最差情况下,需要遍历整个物品列表,因此时间复杂度为 O(n) ,其中 n 为物品数量。

由于初始化了一个 Item 对象列表,因此空间复杂度为 O(n)

3.   正确性证明

采用反证法。假设物品 x 是单位价值最高的物品,使用某算法求得最大价值为 res ,但该解中不包含物品 x

现在从背包中拿出单位重量的任意物品,并替换为单位重量的物品 x 。由于物品 x 的单位价值最高,因此替换后的总价值一定大于 res这与 res 是最优解矛盾,说明最优解中必须包含物品 x

对于该解中的其他物品,我们也可以构建出上述矛盾。总而言之,单位价值更大的物品总是更优选择,这说明贪心策略是有效的。

如图 15-6 所示,如果将物品重量和物品单位价值分别看作一个 2D 图表的横轴和纵轴,则分数背包问题可被转化为“求在有限横轴区间下的最大围成面积”。这个类比可以帮助我们从几何角度理解贪心策略的有效性。

分数背包问题的几何表示

图 15-6   分数背包问题的几何表示


C++贪心算法
C++最大容量问题
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }