算法设计-分支界限法——装载问题

本文介绍了如何使用队列式分支界限法解决装载问题,详细阐述了算法原理,包括分支界限法与回溯法的区别,并提供了具体的伪代码解释如何根据集装箱重量和船的载重量限制构建解空间树,寻找最优装载方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

算法介绍

分支界限法:

分支限界法常以广度优先或以最小耗费(最大效益)优先的方式搜索问题的解空间树。
在分支限界法中,每一个活结点只有一次机会成为扩展结点。活结点一旦成为扩展结点,就一次性产生其所有儿子结点。在这些儿子结点中,导致不可行解或导致非最优解的儿子结点被舍弃,其余儿子结点被加入活结点表中。
此后,从活结点表中取下一结点成为当前扩展结点,并重复上述结点扩展过程。这个过程一直持续到找到所需的解或活结点表为空时为止。

与回溯法的区别:

(1)求解目标:回溯法的求解目标是找出解空间树中满足约束条件的所有解,而分支限界法的求解目标则是找出满足约束条件的一个解,或是在满足约束条件的解中找出在某种意义下的最优解。
(2)搜索方式的不同:回溯法以深度优先的方式搜索解空间树,而分支限界法则以广度优先或以最小耗费优先的方式搜索解空间树。

常见的两种分支限界法:

(1)队列式(FIFO)分支限界法
  按照队列先进先出(FIFO)原则选取下一个结点为扩展结点。
(2)优先队列式分支限界法
  按照优先队列中规定的优先级选取优先级最高的结点成为当前扩展结点。

问题实例

问题描述:

题目:
请用队列式分支限界法求解装载问题,设7个集装箱的重量分别为:
90 80 40 30 20 12 10
船的重量限制为:152

问题分析:

题目要求使用队列分支界限法求解该题目,首先我们需要找到向队列中放的元素是什么,在本题中我们以比较轮船装入的集装箱重量是否超出载重量为判断依据,所以选择轮船当前的载重量为队列中的元素。
当装入该集装箱符合边界条件时,生成新的结点加入队列,并用一个特定的字符记录层数(即逐步判断7个集装箱)。当从队列中取出该字符时进入下一层,并再将新的特定字符加入队列,以便再次进入下一层。

伪代码:
①先将特定字符 NULL 加入队列,通过构建二叉树求解最优装载,设一个根节点,无装载量,代表此时轮船为空。
②判断第一个集装箱能否装的下,如果装的下,生成一个新的结点,该结点的重量为此时轮船的载重量,并通过指针让新结点的父亲指针指向根节点,记录此时装入,记为1。
③如果装不下,判断此时未放该集装箱的轮船重量加上剩余的集装箱重量是否大于此时的最优载重量。若大于,则有可能存在不放该集装箱仍能达到最优载重,生成新的结点,加入队列并记录此时不装入,记为0;若小于,则这条路行不通,修剪。
④完成第一个集装箱的判断后,从队首取第一个元素,如果第一个元素为 NULL ,则进入下一层(再取队首元素)进行下一个集装箱的判断(此时使用 Java 的 queue.remove 方法,取出队首元素时,该元素已出队列),并向队列中再加入 NULL 以便再进入下一层。
⑤循环步骤④,直到队列为空。
⑥利用构建的最优装载二叉树,输出每个节点记录的选择结果,对应输出选择的集装箱。
如下:
在这里插入图片描述
代码:

package 分支限界法;

import java.util.LinkedList;
import java.util.Queue;



public class Zhuangzai {
   
   
	private class Node {
   
   
		Node father; //父亲结点
		Boolean fathersleftchild; // 父亲结点的左子树,1 代表选择,0代表不选择
		int weight; // 达到该结点的重量
		
		public Node(Node father,int weight,Boolean fathersleftchild) {
   
   
			this.father = father;
			this.weight = weight;
			this.fathersleftchild = fathersleftchild;
		}
		
	}
	int n;
	int w[];
	int c;
	//输入集装箱个数和重量以及轮船1最大载重量
	public Zhuangzai 
#include #include #include #include using namespace std; ifstream infile; ofstream outfile; class Node { friend int func(int*, int, int, int*); public: int ID; double weight;//物品的重量 }; bool comp1(Node a, Node b) //定义比较规则 { return a.weight > b.weight; } class Load; class bbnode; class Current { friend Load; friend struct Comp2; private: int upweight;//重量上界 int weight;//结点相应的重量 int level;//活结点在子集树中所处的层次 bbnode* ptr;//指向活结点在子集树中相应结点的指针 }; struct Comp2 { bool operator () (Current *x, Current *y) { return x->upweightupweight; } }; class Load { friend int func(int*, int, int, int*); public: int Max0(); private: priority_queue<Current*, vector, Comp2>H;//利用优先队列(最大堆)储存 int limit(int i); void AddLiveNode(int up, int cw, bool ch, int level); bbnode *P;//指向扩展结点的指针 int c;//背包的容量 int n;//物品的数目 int *w;//重量数组 int cw;//当前装载量 int *bestx;//最优解方案数组 }; class bbnode { friend Load; friend int func( int*, int, int, int*); bbnode* parent; bool lchild; }; //结点中有双亲指针以及左儿子标志 int Load::limit(int i) //计算结点所相应重量的上界 { int left,a; left= c - cw;//剩余容量 a = cw; //b是重量上界,初始值为已经得到的重量 while (i <= n && w[i] parent = P; b->lchild = ch; Current* N = new Current; N->upweight = up; N->weight = cw; N->level = level; N->ptr = b; H.push(N); } int Load::Max0() { int i = 1; P = 0; cw = 0; int bestw = 0; int up = limit(1); while (i != n + 1) { int wt = cw + w[i]; //检查当前扩展结点的左儿子结点 if (wt bestw) bestw =wt; AddLiveNode(up,wt, true, i + 1); } up = limit(i + 1); //检查当前扩展结点的右儿子结点 if (up >= bestw)//如果右儿子可行 { AddLiveNode(up,cw, false, i + 1); } Current* N = H.top(); //取队头元素 H.pop(); P = N->ptr; cw = N->weight; up = N->upweight; i = N->level; } bestx = new int[n + 1]; for (int j = n; j > 0; --j) { bestx[j] = P->lchild; P = P->parent; } return cw; } int func(int *w, int c, int n, int *bestx) //调用Max0函数对子集树的优先队列式进行分支限界搜索 { int W = 0; //初始化装载的总质量为0 Node* Q = new Node[n]; for (int i = 0; i < n; ++i) { Q[i].ID = i + 1; Q[i].weight = w[i+1]; W += w[i+1]; } if (W <= c)//如果足够装,全部装入 return W; sort(Q, Q + n, comp1); //首先,将各物品按照重量从大到小进行排序; Load K; K.w = new int[n + 1]; for (int j = 0; j < n; j++) K.w[j + 1] = w[Q[j].ID]; K.cw = 0; K.c = c; K.n = n; int bestp = K.Max0(); for (int k = 0; k < n; k++) { bestx[Q[k].ID] = K.bestx[k + 1]; } delete []Q; delete []K.w; delete []K.bestx; return bestp; } int main() { int*w,*Final; int c,n,i,best; infile.open("input.txt",ios::in); if(!infile) { cerr<<"open error"<>c; infile>>n; w=new int[n+1]; for(i=1;i>w[i]; infile.close(); Final = new int[n+1]; best = func( w, c, n, Final); outfile.open("output.txt",ios::out); if(!outfile) { cerr<<"open error"<<endl; exit(1); } outfile << best << endl; for (int i = 1; i <= n; ++i) { outfile<<Final[i]<<" "; } outfile.close(); return 0; }
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值