Изменения

Перейти к: навигация, поиск

Задача о рюкзаке

29 байт добавлено, 16:56, 11 января 2013
Другие задачи семейства: сумма подмножества
Сложность алгоритма <tex>O(NW^2)</tex>.
 
==Не ограниченный рюкзак==
d(i,c) =
\begin{cases}
d(i,c) = d(i - 1, c) & for\ c = 0, ..., w_i- 1; \\ d(i,c) = max(d(i - 1, c), d(i, c - w_i) + p_i) & for\ c = w_i, ..., W;
\end{cases}
</tex>
Сложность алгоритма <tex>O(NW)</tex>.
 
==Непрерывный рюкзак==
===Варианты решения===
Изменение формулировки значительно облегчает задачу. Жадный алгоритм дает оптимальное решение в данном случае.
 
==Задача о суммах подмножеств==
'''Задача о суммах подмножеств'''' (англ. "Subset-sum problem, Value Independent Knapsack Problem") - задача из семейства, в которой стоимость предмета совпадает с его весом.
===Формулировка Задачи===
Каждый предмет может быть выбран любое число разНужно выбрать подмножество так, чтобы сумма ближе всего к <tex>W</tex>, но не превысила его.Задача выбрать количество Более формально, нужно найти набор бинарных величин <tex>x_i</tex> предметов каждого типа , так, чтобы
максимизировать общую стоимость: <math>\sum_{i=1}^N p_ix_iw_ix_i</math>
выполнялось условие на совместность: <math>\sum_{i=1}^N w_ix_i \le W</math>
===Варианты решения===
Самые распространенные Для решения пригодны любые методы точного решения этодля классической задачи, однако специализированые алгоритмы, обычно более оптимальны по параметрам. Используется:* Метод ветвей и границ
* Метод динамического программирования
* Гибридный метод на основе динамического программирования и поиска по дереву. <math> O(n) </math> в худшем случае.
===Метод динамического программирования===
Пусть <tex>d(i,c)</tex> максимальная стоимость любого количества вещей типов от 1 до сумма <tex>i\le c</tex>, суммарным весом до подмножества взятого из <tex>c1, ...,\ i</tex> включительно элементов.
Заполним <tex>d(0,c)</tex> нулями.
d(i,c) =
\begin{cases}
d(i,c) = d(i - 1, c) & for\ c = 0, ..., w_i- 1; \\ d(i,c) = max(d(i - 1, c), d(i- 1, c - w_i) + p_iw_i) & for\ c = w_i, ..., W;
\end{cases}
</tex>
Если не нужно востанавливать ответ, то можно использовать одномерный массив <tex>d(c)</tex> вместо двумерного, и использовать формулу: <tex> d(c) = max(d(c), d(c - w_i) + p_i) </tex> После выполнения в <tex> d(N,W) </tex> будет лежать максимальная стоимость предметовсумма подмножества, помещающихся в рюкзакне превышающая заданное значение.
Сложность алгоритма <tex>O(NW)</tex>.
выполнялось условие на совместность: <math>\sum_{i=1}^N w_ix_i \le W</math>
<math> x_i \ge in {0 ,1} </math> целое, для всех <math> i= 1,2,...,N</math>
===Варианты решения===
d(i,c) =
\begin{cases}
d(i,c) = d(i - 1, c) & for\ c = 0, ..., w_i; \\ d(i,c) = max(d(i - 1, c), d(i, c - w_i) + p_i) & for\ c = w_i, ..., W;
\end{cases}
</tex>
58
правок

Навигация