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w[j]是从供应商j处购得的部件i的重量，c[j]是相应的价格，给出总价格不超过d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：
a.部件有n个，供应商有m个，分别用w[j]和c[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.算法时间复杂度：
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!)。
5.代码：
#include<iostream>
#define N 1000
using namespace std;
int n,m,d,cp=0,cw=0,sum=0;
int c[N][N],w[N][N];
void backtrack(int i){
if(i>n){
if(cw<sum)
sum = cw;
return ;
}
for(int j=1;j<=m;j++){
cw+=w[j];
cp+=c[j];
if(cw<sum && cp<=d)
backtrack(i+1);
cw-=w[j];
cp-=c[j];
}
}
int main(){
cin>>n>>m>>d;
for(int i=1;i<=n;i++){
for(int j=1;j<=m;j++)
cin>>c[j];
sum+=c[1];
}
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++)
cin>>w[j];
backtrack(1);
cout<<sum<<endl;
system("pause");
return 0;
}
|
收藏
淘帖
踩
