【算法】优先队列式分支限界法,以01背包问题为例

导读:本篇文章讲解 【算法】优先队列式分支限界法,以01背包问题为例,希望对大家有帮助,欢迎收藏,转发!站点地址:www.bmabk.com


在这里插入图片描述


📑 例题:01背包问题

题目链接:采药-洛谷
当洛谷上不让下载测试用例,可以试试:采药-ACWing

  • 题目描述
    辰辰是个天资聪颖的孩子,他的梦想是成为世界上最伟大的医师。为此,他想拜附近最有威望的医师为师。医师为了判断他的资质,给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说:“孩子,这个山洞里有一些不同的草药,采每一株都需要一些时间,每一株也有它自身的价值。我会给你一段时间,在这段时间里,你可以采到一些草药。如果你是一个聪明的孩子,你应该可以让采到的草药的总价值最大。”
    如果你是辰辰,你能完成这个任务吗?

  • 输入格式
    第一行有 22 个整数

    T

    T

    T

    1

    T

    1000

    1 \le T \le 1000

    1T1000)和 MM(

    1

    M

    100

    1 \le M \le 100

    1M100),用一个空格隔开,

    T

    T

    T代表总共能够用来采药的时间,

    M

    M

    M代表山洞里的草药的数目。
    接下来的

    M

    M

    M 行每行包括两个在 1 到 100 之间(包括 1 和 100)的整数,分别表示采摘某株草药的时间和这株草药的价值。

  • 输出格式
    输出在规定的时间内可以采到的草药的最大总价值。

01背包问题很经典,回溯、分支限界、动态规划都可以用来解决它。这里使用的是分支限界法。
注:例题中采药的时间就相当于物品的质量或体积。

🌵 分析:分支限界解法

基本思路

分支限界法类似于广度优先搜索,可使用队列实现,但进行了优化:

  • 求出原问题的一个上界和下界。由于背包问题中要求总价值的最大化,则:
    上界:大于等于最优解
    下界:某个可行解
  • 搜索过程中
    结点处的上界1已经低于原问题的下界,则该分支不必继续搜索
    可行解达到了原问题的上界,则该可行解即为原问题的最优解,停止搜索
  • 上界和下界可以是 (也可以不是,为了效率罢了) 动态变化的,搜索时将上界和下界不断靠拢,缩小最优解可能存在的范围,那么最后:真相只有一个!
    更新上界:(后面“优先队列的使用”将会介绍)
    更新下界:如果找到某可行解大于原来的下界,则将它作为原问题的新下界

优先队列的使用

简介

优先队列式分支限界法:每次算完限界后,把搜索树上当前所有叶结点的限界进行比较。找出限界最优的结点,此结点即为下次分支的结点。2

优先队列的一个意义在于,总是搜索当前看起来最优的结点,因此更有可能更快地找到最优解。此外,它可以帮助进行上界的更新

上界函数与上界的更新

  • 原问题上界更新:优先队列中,队首结点的上界作为此时原问题的上界。
    • 如何保证队首结点的上界是全局的上界?(不仅是队列中上界最大的结点,而是整个解空间树种上界最大的结点)
    • 这将涉及上界函数的选取,它需要有这样的性质:

      >

      =

      结点上界>=以该节点为根的子树中所有结点的上界

      >=
      (你可能感觉这是理所当然,根结点的上界当然不会比子结点的上界小,但笔者是踩过这个坑的,并为此debug到夜晚两点半)

  • 上界函数(ub)
    假设所有物品已经按单位价值从大到小排序。
    • 1)策略:用剩余物品中单价最高的物品填满背包的剩余空间 (可以理解为切下一部分)

      =

      +

      ×

      结点上界=当前背包中物品总价值+剩余空间\times下一个待选择物品的单位价值

      =+×

    • 2)策略:选剩余物品单价最高的,把能放的物品放进背包,如果碰到某个物品放不下,就按它的单价填满背包的剩余空间。
    • 3)一个错误的策略:按单价从高到低遍历剩余物品,能放得下就放进去,然后选最后放下的一个物品的下一个的单价,用来填满背包的剩余空间。

🍖 举个例子
背包容量

C

=

10

C=10

C=10,物品数量

n

=

4

n=4

n=4

物品序号 质量 价值 单位价值
1 4 24 6
2 8 40 5
3 5 20 4
4 2 6 3

策略1:

1

=

6

10

=

60

上界_1=6*10=60

1=610=60
策略2:

2

=

24

+

10

4

5

=

54

上界_2=24+(10-4)*5=54

2=24+1045=54
策略3:

3

=

24

+

20

+

(

10

4

5

)

3

=

47

上界_3=24+20+(10-4-5)*3=47

3=24+20+(1045)3=47

策略 1 和 2 都是对的,后者更精确一些,使用它的搜索效率也会更高。(你也许无法相信,某个测试用例下,前者搜索了

两百多万个

结点,而后者只搜索了

一百多个

结点,就像差之毫厘,谬以千里

🍭 搜索树如下图(策略 1)
在这里插入图片描述

有问题的策略3
策略 3 求的确实是上界没有问题,而且比策略 2 更精确。问题在于它不满足:

>

=

结点上界>=以该节点为根的子树中所有结点的上界

>=

🍗 示例2
背包容量 C = 10,物品数 n = 6

物品序号 质量 价值 单位价值
1 1 10 10
2 6 55 9.17
3 6 54 9
4 6 54 9
5 9 72 8
6 3 3 1

使用策略 1 或 2:

=

82

最优解=82

=82 (正确的最优解)
使用策略 3:

=

68

最优解=68

=68

🍭 搜索树如下图(策略 3)
在这里插入图片描述

关于下界

笔者认为,对于当前的背包问题,使用了优先队列后,已经不需要下界了,因为我们总是在选择全局上界最高的结点进行搜索。

实现(C++)

🥣 头文件、结构与函数定义

#include<iostream>
#include<queue>
#include<vector>
#include<algorithm>
using namespace std;

//物品类型 
struct thing {
	int w;//质量 
	int v;//价值
	double k;//价值比质量(??需要浮点数吗) 
	
	thing() {
		w = 1;
		v = 0;
	}
	
	void getK() {
		k = (double)v / w;
	}
	
	bool operator<(const thing& s) const {
		return k > s.k;
	}
};

//搜索树的结点 
struct node {
	int W;//当前质量 
	int V;//当前价值 
	int ub;//该结点上界 
	int a[105];//部分解
	int index;//待决策结点 
	
	node() :a{} {
		W = 0;
		V = 0;
		ub = 0;
		index = 0;
	} 
	
	bool operator<(const node& s) const {	//用于大根堆(降序优先队列) 
		return ub < s.ub;
	} 
	
	void getUb(int C, vector<thing> things, int M) {
		int lb = 0;//新放入物品的价值 
		int _W = W;
		int i = index; 

		//贪心法按价值放能放的物品 
		while(_W + things[i].w <= C && i < M) {
			_W += things[i].w;
			lb += things[i].v;
			i++;
		}
		i++;

		int leave = (C - _W) * (things[i].k);
		ub = V + lb + leave;
	}
};

🍚主函数

int main() {
	int C = 0;//背包总容量 
	int M = 0;//物品数目 
	cin >> C >> M;

	vector<thing> things;//物品 
	priority_queue<node> q;//搜索结点空间

	//输入物品,并按单位价值从大到小排序 
	for (int i = 0; i < M; i++) {
		thing t;
		cin >> t.w >> t.v;
		things.push_back(t);
		things[i].getK();
	}
	sort(things.begin(), things.end());

	//开始搜索结点空间
	node t;
	t.getUb(C, things, M);
	q.push(t);

	int result = 0;//最优解 

	while (q.empty() == false) {
		node f = q.top();
		q.pop();

		//得到最优解 
		if(f.V >= f.ub){
			result = f.V;
			break;
		}
		//构造左结点(不选择-0) 
		if (f.index < M) {
			node l = f;
			l.index = l.index + 1;
			l.getUb(C, things, M);
			q.push(l);
		}
		//构造右结点(选择-1) 
		if (f.index < M && f.W + things[f.index].w <= C) {
			node r = f;
			r.W += things[r.index].w;
			r.V += things[r.index].v;
			r.a[r.index] = 1;
			r.index = r.index + 1;
			r.getUb(C, things, M);

			q.push(r);
		}
	}

	cout << result << endl;

	return 0;
}

🧭 bug记录

  • bug1:使用不恰当的上界函数
    具体的前面已经写到了。
  • bug2:物品单位价值使用了int类型
    有物品的价值不能被质量整除的情况。
  • bug3:c++变量的初始化
    我以为thing m();的意思是定义一个变量 m,并调用构造函数进行初始化 (因为有int a(0)这种用法)。编译器是不是理解成了我要定义一个返回值类型为 thing ,名字是 m 的函数?
    其实直接thing m;就好了,系统会自己调用构造函数。
    在这里插入图片描述

  1. 结点的上界:前面讲的上界是原问题的上界,同时搜索中每个结点都构成原问题的一个子问题,每个子问题也有一个上界,这里称为“结点的上界”。 ↩︎

  2. 摘自《算法设计与问题求解》,邓泽林、李峰编著 ↩︎

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

文章由极客之音整理,本文链接:https://www.bmabk.com/index.php/post/114782.html

(0)
Java光头强的头像Java光头强

相关推荐

发表回复

登录后才能评论
极客之音——专业性很强的中文编程技术网站,欢迎收藏到浏览器,订阅我们!