回溯法解决最小机器重量问题
2017-06-12 20:10
204 查看
1.问题描述:
设某一机器由n个部件组成,每一种部件都可以从m个不同的供应商处购得。设 wij 是从供应商j
处购得的部件i的重量,cij 是相应的价格。
试设计一个回溯算法,对于给定的机器部件重量和机器部件价格,计算总价格不超过c的最小重量机器设计。
2.解题思路:
由于题目已经给出总价格的上限,因此算法通过使用回溯来选择合适的机器使得在总价格不超过d时得到的机器重量最小。首先初始化当前价格cp=0,当前重量cw=0,此外,还要设置一个变量sum表示选择机器的总重量,初始化其为每个部件从1号供应商购买的重量。在循环选择i号机器时,判断从j号供应商购买机器后的价格是否大于总价格,如果不大于则选择,否则不选,继续选择下一供应商进行判断。在得到一个合适的供应商后,继续选择下一机器的供应商,从第一个选到最后一个供应商。当所有机器选择结束后,判断得到的总重量是否比之前的sum小,如果小就赋给sum,然后从这一步开始,回溯到上一机器,选择下一合适供应商,继续搜索可行解,直到将整个排列树搜索完毕。这样,最终得到的sum即为最优解。
当然,考虑到算法的时间复杂度,还可以加上一个剪枝条件,即在每次选择某一机器时,再判断选择后的当前重量是否已经大于之前的sum,如果大于就没必要继续搜索了,因为得到的肯定不是最优解。
3.算法设计:
回溯法要求要给出约束条件,很明显:总价格不超过c,
设当前已选部件的重量和为cw,价格之和为cc,
当前最优重量用bestw表示,初始化bestw=∞;
限界条件:cw<bestw;
a.部件有n个,供应商有m个,分别用w[i][j]和c[i][j]存储从供应商j
处购得的部件i的重量和相应价格,d为总价格的上限。
b.用递归函数backtrack(i)来实现回溯法搜索排列树(形式参数i表示递归深度)。
① 若cp>d,则为不可行解,剪去相应子树,返回到i-1层继续执行。
② 若cw>=sum,则不是最优解,剪去相应子树,返回到i-1层继续执行。
③ 若i>n,则算法搜索到一个叶结点,用sum对最优解进行记录,返回到i-1层继续执行;
④ 用for循环对部件i从m个不同的供应商购得的情况进行选择(1≤j≤m)。
c.主函数调用一次Knapsack(1)即可完成整个回溯搜索过程,最终得到的sum即为所求最小总重量。
4.代码:
程序中最大的循环出现在递归函数backtrack(i)中,而此函数遍历排列树的时间复杂度为O(n!),故该算法的时间复杂度为O(n!)。
[cpp] view
plain copy
#include<iostream>
#include<stdio.h>
using namespace std;
int w[100][100];//w[i][j]为第i个零件在第j个供应商的重量
int c[100][100];//c[i][j]为第i个零件在第j个供应商的价格
int bestx[100];//bestx[i]表示一次搜索到底后的最优解,用来存放第i个零件的供应商,
int x[100];//x[i]临时存放第i个零件的供应商
int cw=0,cc=0,bestw=10000;
int cost;//限定价格
int n;//部件数
int m;//供应商数
void Backtrack(int t)
{
int j;
if(t>n)//搜索到叶子结点,一个搜索结束,所有零件已经找完
{
bestw=cw;//当前最小重量
for(j=1;j<=n;j++)
bestx[j]=x[j];
}
else
{
for(j=1;j<=m;j++)
{
if(cc+c[t][j]<=cost && cw+w[t][j]<bestw)
{
x[t]=j;
cc+=c[t][j];
cw+=w[t][j];
Backtrack(t+1);
cc-=c[t][j];
cw-=w[t][j];
}
}
}
}
int main()
{
int i,j;
cout<<"请输入部件数:"<<endl;
cin>>n;
cout<<"请输入供应商数:"<<endl;
cin>>m;
cout<<"请输入限定价格:"<<endl;
cin>>cost;
cout<<"请输入各部件的在不同供应商的重量:"<<endl;
for(i=1; i<=n; i++)
for(j=1; j<=m; j++)
cin>>w[i][j];
cout<<"请输入各部件的在不同供应商的价格:"<<endl;
for(i=1; i<=n; i++)
for(j=1; j<=m; j++)
cin>>c[i][j];
Backtrack(1);
cout<<"每个部件的供应商:"<<endl;
for(i=1;i<=n;i++)
cout<<bestx[i]<<' ';
cout<<endl;
cout<<bestw;
return 0;
}
/*
测试数据:
3
3
7
1 2 3
3 2 1
2 3 2
1 2 3
5 4 2
2 1 2
*/
另一种写法:
[cpp] view
plain copy
#include<iostream>
#define N 1000
using namespace std;
int n,m,d,cp=0,cw=0,sum=0;
int c
,w
;
void backtrack(int i){
if(i>n){
if(cw<sum)
sum = cw;
return ;
}
for(int j=1;j<=m;j++){
cw+=w[i][j];
cp+=c[i][j];
if(cw<sum && cp<=d)
backtrack(i+1);
cw-=w[i][j];
cp-=c[i][j];
}
}
int main(){
cin>>n>>m>>d;
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++)
cin>>c[i][j];
sum+=c[i][1];
}
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++)
cin>>w[i][j];
backtrack(1);
cout<<sum<<endl;
system("pause");
return 0;
}
设某一机器由n个部件组成,每一种部件都可以从m个不同的供应商处购得。设 wij 是从供应商j
处购得的部件i的重量,cij 是相应的价格。
试设计一个回溯算法,对于给定的机器部件重量和机器部件价格,计算总价格不超过c的最小重量机器设计。
2.解题思路:
由于题目已经给出总价格的上限,因此算法通过使用回溯来选择合适的机器使得在总价格不超过d时得到的机器重量最小。首先初始化当前价格cp=0,当前重量cw=0,此外,还要设置一个变量sum表示选择机器的总重量,初始化其为每个部件从1号供应商购买的重量。在循环选择i号机器时,判断从j号供应商购买机器后的价格是否大于总价格,如果不大于则选择,否则不选,继续选择下一供应商进行判断。在得到一个合适的供应商后,继续选择下一机器的供应商,从第一个选到最后一个供应商。当所有机器选择结束后,判断得到的总重量是否比之前的sum小,如果小就赋给sum,然后从这一步开始,回溯到上一机器,选择下一合适供应商,继续搜索可行解,直到将整个排列树搜索完毕。这样,最终得到的sum即为最优解。
当然,考虑到算法的时间复杂度,还可以加上一个剪枝条件,即在每次选择某一机器时,再判断选择后的当前重量是否已经大于之前的sum,如果大于就没必要继续搜索了,因为得到的肯定不是最优解。
3.算法设计:
回溯法要求要给出约束条件,很明显:总价格不超过c,
设当前已选部件的重量和为cw,价格之和为cc,
当前最优重量用bestw表示,初始化bestw=∞;
限界条件:cw<bestw;
a.部件有n个,供应商有m个,分别用w[i][j]和c[i][j]存储从供应商j
处购得的部件i的重量和相应价格,d为总价格的上限。
b.用递归函数backtrack(i)来实现回溯法搜索排列树(形式参数i表示递归深度)。
① 若cp>d,则为不可行解,剪去相应子树,返回到i-1层继续执行。
② 若cw>=sum,则不是最优解,剪去相应子树,返回到i-1层继续执行。
③ 若i>n,则算法搜索到一个叶结点,用sum对最优解进行记录,返回到i-1层继续执行;
④ 用for循环对部件i从m个不同的供应商购得的情况进行选择(1≤j≤m)。
c.主函数调用一次Knapsack(1)即可完成整个回溯搜索过程,最终得到的sum即为所求最小总重量。
4.代码:
程序中最大的循环出现在递归函数backtrack(i)中,而此函数遍历排列树的时间复杂度为O(n!),故该算法的时间复杂度为O(n!)。
[cpp] view
plain copy
#include<iostream>
#include<stdio.h>
using namespace std;
int w[100][100];//w[i][j]为第i个零件在第j个供应商的重量
int c[100][100];//c[i][j]为第i个零件在第j个供应商的价格
int bestx[100];//bestx[i]表示一次搜索到底后的最优解,用来存放第i个零件的供应商,
int x[100];//x[i]临时存放第i个零件的供应商
int cw=0,cc=0,bestw=10000;
int cost;//限定价格
int n;//部件数
int m;//供应商数
void Backtrack(int t)
{
int j;
if(t>n)//搜索到叶子结点,一个搜索结束,所有零件已经找完
{
bestw=cw;//当前最小重量
for(j=1;j<=n;j++)
bestx[j]=x[j];
}
else
{
for(j=1;j<=m;j++)
{
if(cc+c[t][j]<=cost && cw+w[t][j]<bestw)
{
x[t]=j;
cc+=c[t][j];
cw+=w[t][j];
Backtrack(t+1);
cc-=c[t][j];
cw-=w[t][j];
}
}
}
}
int main()
{
int i,j;
cout<<"请输入部件数:"<<endl;
cin>>n;
cout<<"请输入供应商数:"<<endl;
cin>>m;
cout<<"请输入限定价格:"<<endl;
cin>>cost;
cout<<"请输入各部件的在不同供应商的重量:"<<endl;
for(i=1; i<=n; i++)
for(j=1; j<=m; j++)
cin>>w[i][j];
cout<<"请输入各部件的在不同供应商的价格:"<<endl;
for(i=1; i<=n; i++)
for(j=1; j<=m; j++)
cin>>c[i][j];
Backtrack(1);
cout<<"每个部件的供应商:"<<endl;
for(i=1;i<=n;i++)
cout<<bestx[i]<<' ';
cout<<endl;
cout<<bestw;
return 0;
}
/*
测试数据:
3
3
7
1 2 3
3 2 1
2 3 2
1 2 3
5 4 2
2 1 2
*/
另一种写法:
[cpp] view
plain copy
#include<iostream>
#define N 1000
using namespace std;
int n,m,d,cp=0,cw=0,sum=0;
int c
,w
;
void backtrack(int i){
if(i>n){
if(cw<sum)
sum = cw;
return ;
}
for(int j=1;j<=m;j++){
cw+=w[i][j];
cp+=c[i][j];
if(cw<sum && cp<=d)
backtrack(i+1);
cw-=w[i][j];
cp-=c[i][j];
}
}
int main(){
cin>>n>>m>>d;
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++)
cin>>c[i][j];
sum+=c[i][1];
}
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++)
cin>>w[i][j];
backtrack(1);
cout<<sum<<endl;
system("pause");
return 0;
}
相关文章推荐
- 回溯法算法思想解决最小机器重量设计问题
- 最小机器重量设计问题(回溯法-满m叉树)
- 最小重量机器设计问题 回溯法
- 回溯法:最小重量机器设计问题(python解决)
- 最小重量机器设计问题
- 算法分析最小重量机器设计问题
- 最小重量机器问题
- 最小重量机器设计问题
- 回溯法 最小重量机器设计
- 最小重量机器设计问题
- 最小重量机器设计问题
- 最小重量机器设计问题 java实现
- #分支限界法#最小机器重量设计问题(优先队列)
- 最佳运动员配对问题-婚姻搭配-最小重量机器设计问题-回溯法
- 最小机器重量设计问题
- 最小重量机器设计问题
- 回顾下最小重量机器设计问题
- 最小重量机器设计问题
- 最小重量机器设计问题 5_1 6_4
- SDIBTOJ1350-最小重量机器设计问题