Изменения

'''Задача о рюкзаке'''(''англ. Knapsack problem'') — дано <tex>N</tex> предметов, <tex>n_i</tex> предмет имеет массу <tex> w_i > 0</tex> и стоимость <tex> p_i > 0</tex>. Необходимо выбрать из этих предметов такой набор, чтобы суммарная масса не превосходила заданной величины <tex>W</tex> (вместимость рюкзака), а суммарная стоимость была максимальна.

Дано <tex>N</tex> предметов, <tex>W</tex> — вместимость рюкзака, <tex>w=\{w_{1},w_{2},...\dots,w_{N}\}</tex> — соответствующий ему набор положительных целых весов, <tex>p=\{p_{1},p_{2},...\dots,p_{N}\}</tex> — соответствующий ему набор положительных целых стоимостей. Нужно найти набор бинарных величин <tex>B=\{b_{1},b_{2},...\dots,b_{N}\}</tex>, где <tex>b_{i} = 1 </tex>, если предмет <tex>n_i</tex> включен в набор, <tex> b_{i} = 0 </tex>, если предмет <tex>n_i</tex> не включен, и такой что:

#<tex>b_{1} w_{1}+ ... \dots + b_{N} w_{N} \leqslant W</tex>#<tex>b_{1} p_{1}+ ... \dots + b_{N} p_{N} </tex> максимальна.

* Методом [[Meet-in-the-middle|Meet-in-the-middle]]. Сложность решения <tex> O({2^{N/2}}\times{N}) </tex>

* Метод динамического программирования. Сложность — <tex>O(N \times WNW)</tex>.

Пусть <tex>A(k, s)</tex> есть максимальная стоимости стоимость предметов, которые можно уложить в рюкзак вместимости <tex>s</tex>, если можно использовать только первые <tex>k</tex> предметов, то есть <tex>\{n_1,n_2,...\dots,n_k\}</tex>, назовем этот набор допустимых предметов для <tex>A(k,s)</tex>.

#Если предмет <tex>k</tex> не попал в рюкзак. Тогда <tex>A(k, s)</tex> равно максимальной стоимости рюкзака с такой же вместимостью и набором допустимых предметов <tex>\{n_1,n_2,...\dots,n_{k-1}\}</tex>, то есть <tex>A(k,s) = A(k-1, s)</tex># Если <tex>k</tex> попал в рюкзак. Тогда <tex>A(k, s)</tex> равно максимальной стоимости рюкзака, где вес <tex>s</tex> уменьшаем на вес <tex>k</tex>-ого предмета и набор допустимых предметов <tex>\{n_1,n_2,...\dots,n_{k-1}\}</tex> плюс стоимость <tex>k</tex>, то есть <tex>A(k-1, s-w_k) + p_k</tex>

<tex>A(k,s) = \max(A(k-1,s), A(k-1,s-w_{k}) + p_{k})</tex>

#Максимальная стоимость рюкзака с такой же вместимостью и набором допустимых предметов <tex>\{n_1,n_2,...\dots,n_{i-1}\}</tex>, то есть <tex>A(i-1, w)</tex>#Максимальная стоимость рюкзака с вместимостью на <tex>w_i</tex> меньше и набором допустимых предметов <tex>\{n_1,n_2,...\dots,n_{i-1}\}</tex> плюс стоимость <tex>p_i</tex>, то есть <tex>A(i-1, w-w_i)+p_i</tex>

Метод динамического программирование всё равно не повзволяет позволяет решать задачу за полиномиальное время, потому что задача его сложность зависит от максимального веса. Задача о ранце (или задача о рюкзаке) — одна из [[Класс NP|NP-полных]] задач комбинаторной оптимизации.

'''for''' i = 0..W'''to''' w A[0][i] = 0; '''for''' i = 0..N'''to''' n A[i][0] = 0; ''<font color="green">// Первые элементы приравниваем к 0</font>'' '''for''' k = 1..N '''to''' n '''for''' s = 1..W '''to''' w ''<font color="green">//Перебираем для каждого k все вместимости</font>'' '''if''' s >= w[k] ''<font color="green">//Если текущий предмет вмещается в рюкзак</font>'' A[k][s] = max(A[k-1][s], A[k-1][s-w[k]]+p[k]); ''<font color="green">//выбираем Выбираем класть его или нет</font>''

A[k][s] = A[k-1][s]; ''<font color="green">//иначеИначе, не кладем</font>''

'''function''' findAns('''int''' k, '''int''' s)

'''return'''; '''if''' A[k-1][s] == A[k][s] findAns(k-1, s);

findAns(k-1, s - w[k]); ans.push(k);

Сложность алгоритма <tex>O(N \times WNW)</tex>

Начиная с <tex>A(5, 13)</tex> восстанавливаем ответ. Будем идти в обратном порядке по <tex>k</tex>. ''<font color="yellow000000">Жёлтым обозначен Красным фоном обозначим наш путь</font>''

| k = 1 || 0 ||style="background:#FFFF00FF0000"| 0 || 1 || 1 || 1 || 1 || 1 || 1 || 1 || 1 || 1 || 1 || 1

| k = 2 || 0 || 0 || 1 || 6 ||style="background:#FFFF00FF0000"| 6 || 6 || 7 || 7 || 7 || 7 || 7 || 7 || 7

| k = 3 || 0 || 0 || 1 || 6 ||style="background:#FFFF00FF0000"| 6 || 6 || 7 || 7 || 10 || 10 || 10 || 11 || 11

| k = 4 || 0 || 0 || 1 || 6 || 6 || 6 || 7 || 7 || 10 || 10 || 10 || 13 ||style="background:#FFFF00FF0000"| 13

| k = 5 || 0 || 0 || 1 || 6 || 6 || 6 || 7 || 7 || 10 || 10 || 10 || 13 ||style="background:#FFFF00FF0000"| 13

Стоимость рюкзака : <tex>= 6 + 7 = 13</tex>

Вес рюкзака : <tex>= 4 + 8 = 12</tex>

==Ограниченный рюкзак =={{Задача|definition =

где <tex> x_i \in (0,1,...\dots,b_i)</tex> для всех <tex> i= 1,2,...\dots,N</tex>.

<tex>d(i,c) = \max(d(i, c), d(i - 1, c - lw_i) + lp_i) </tex> по всем целым <tex> l </tex> из промежутка <tex> 0 \leqslant l \leqslant min(b_i,\lfloor c/w_i \rfloor)</tex>.

'''for''' i = 0..W '''to''' w ''<font color="green">// базаБаза</font>'' d[0][i] = 0; '''for''' i = 1..N '''to''' n '''for''' c = 1..W '''to''' w ''<font color="green">//Перебираем для каждого i, все вместимости </font>'' d[i][c] = d[i - 1][c]; '''for''' l = min(b[i], c / w[i]) .. '''downto''' 1 ''<font color="green">//ищем Ищем l для которого выполняется максимум </font>'' d[i][c] = max(d[i][c], d[i - 1][c - l * w[i]] + p[i] * l);

где <tex> x_i \geqslant 0 </tex> целое, для всех <tex> i= 1,2,...\dots,N</tex>.

Пусть <tex>d(i,c)</tex> - максимальная стоимость любого количества вещей типов от 1 до <tex>i</tex>, суммарным весом до <tex>c</tex> включительно.

d(i - 1, c) & for\ c = 0, ...\dots, w_i - 1; \\ \max(d(i - 1, c), d(i, c - w_i) + p_i) & for\ c = w_i, ...\dots, W;

<tex> d(c) = \max(d(c), d(c - w_i) + p_i) </tex>;

{{Задача|definition ='''Непрерывный рюкзак''' (англ. ''Continuous knapsack problem'') — вариант задачи, в котором возможно брать любою любую дробную часть от предмета, при этом удельная стоимость сохраняется.}}

где <tex> 0 \leqslant x_i \leqslant 1</tex> дробное, для всех <tex> i= 1,2,...\dots,N</tex>.

sort(); ''<font color="green">// сортируем Сортируем в порядке убывания удельной стоимости.</font>''  '''for''' i = 1..N '''to''' n ''<font color="green">// идем Идем по предметам </font>'' '''if''' W w > w[i] ''<font color="green">//если Если помещается — берем</font>'' sum += p[i]; W w -= w[i]; '''else''' sum += W w / w[i] * p[i]; ''<font color="green">// иначе Иначе берем сколько можно и выходим</font>'' '''break''';

{{Задача|definition ='''Задача о суммах подмножеств''' (англ. ''Subset—sum Subset sum problem, Value Independent Knapsack Problem'') — задача из семейства, в которой стоимость предмета совпадает с его весом.}}

<tex> x_j = 1 </tex> если <tex> j</tex> предмет назначен рюкзаку, иначе <tex> x_{ij} = 0 </tex>, для всех <tex> i= 1,2,...\dots,N</tex>.

* Гибридный метод на основе динамического программирования и поиска по деревуИспользовать различные сложные алгоритмы <ref>http://hjemmesider.diku. В худшем случаеdk/~pisinger/codes.html</ref><ref>Pisinger D (1999). "Linear Time Algorithms for Knapsack Problems with Bounded Weights". ''Journal of Algorithms'', Volume 33, Number 1, October 1999, работает за pp. 1–14</ref><texref> OKoiliaris, Konstantinos; Xu, Chao (n2015-07-08) . "A Faster Pseudopolynomial Time Algorithm for Subset Sum".</ref><ref>Bringmann K. A near-linear pseudopolynomial time algorithm for subset sum[C]//Proceedings of the Twenty-Eighth Annual ACM-SIAM Symposium on Discrete Algorithms. Society for Industrial and Applied Mathematics, 2017: 1073-1084</texref>.

Пусть <tex>d(i,c)</tex> максимальная сумма <tex>\leqslant c</tex>, подмножества взятого из <tex> 1, ...\dots,\ i</tex> элементов.

d(i - 1, c) & for\ c = 0, ...\dots, w_i - 1; \\ \max(d(i - 1, c), d(i - 1, c - w_i) + w_i) & for\ c = w_i, ...\dots, W;

Где <tex> x_i \geqslant 0 </tex> целое, для всех <tex> i= 1,2,...\dots,N</tex>.

d(i - 1, c) & for\ c = 0, ...\dots, w_i - 1; \\ min(d(i - 1, c), d(i, c - w_i) + 1) & for\ c = w_i, ...\dots, W;

<tex> d(c) = min(d(c), d(c - w_i) + 1) \qquad for\ c = w_i, ...\dots, W</tex>.

*так чтобы выполнялось условие на совместность: <tex>\sum_{i=1}^N w_ix_{ij} \leqslant Wy_j \qquad j \in {1, ...\dots, N}</tex>;

так, чтобы <tex>\sum_{i=1}^N w_jx_{ij} \leqslant W_i</tex> выполнялось для всех <tex> i= 1,2,...\dots,N</tex>.

<tex>\sum_{j=1}^{M}x_{ij}=1</tex> для всех <tex> i= 1,2,...\dots,N</tex>.

{{Задача|definition ='''Задача о назначении''' (англ. ''Generalized Assignment Problem'') — Наиболее общая задача семейства. Отличается от мультипликативного рюкзака тем, что каждый предмет имеет различные характеристики в зависимости от рюкзака, куда его помещают. Есть <tex>N</tex> предметов и <tex>M</tex> рюкзаков (<tex>M\leqslant N</tex>). У каждого рюкзака своя вместимость <tex>W_i</tex>, у <tex> j </tex> предмета <tex> p_{ij} </tex> стоимость и вес, при помещении его в <tex> i </tex> рюкзак, равны <tex> p_{ij} </tex> и <tex> w_{ij} </tex> соответственно. Задача: выбрать <tex>M</tex> не пересекающихся множеств, назначить соответствие рюкзакам так, чтобы суммарная стоимость была максимальна, а вес предметов в каждом рюкзаке не превышал его вместимость.}} 

<tex> \sum_{i=1}^M x_{ij} \leq leqslant 1 \qquad j=1, \ldots, N</tex>.