【面试题】简单背包问题

问题描述

假设有一个能装入总体积为T的背包和N件体积分别任w1、w2、w3、……wn的物品,能否从n件物品中挑选若干件恰好装满背包,即w1+w2+……Wn = T,要求满足上述条件的解。

例如,当T = 10,各件物品的体积为{1、8、4、3、5、2}时,可以
找到下列4组解:
(1,4,3,2)、(1,4,5)、(8,2)、(3,5,2)

分析问题

可以借助栈来存储,各种物品来计算物品的值。栈中存储的是物品的下标,这样方便当前物品不满足时,得到下一种物品。
i为物品的下标,控制栈中物品是否遍历。
res中保存的各种解,

下面的方法类似于暴力枚举法,

// 把背包的索引放在栈中

int main()
{
    int wight = 10; //背包总重量
    int goods[] = {1,8,4,3,5,2};
    stack<int> goodstack; //存放物品下标
    vector<stack<int> > res;
    int Count = 0; //计已查物品的总重
    int i = 0; //数组下标

    goodstack.push(i);
    Count += goods[i];
    i++;
    if (Count == wight)
    {
        res.push_back(goodstack);
        Count -= goods[i-1];
        goodstack.pop();
        goodstack.push(i++);
    }
    while (true)
    {
        while (!goodstack.empty() && i < 6)
        {
            goodstack.push(i);
            Count += goods[i];
            if (Count == wight)
            {
                res.push_back(goodstack);
                goodstack.pop();
                Count -= goods[i];
                i++;
            }
            else if (Count > wight) //大的话弹出
            {
                Count -= goods[i];              
                goodstack.pop();
                i++;
            }
            else
            {
                i++;
            }

        }   

        if (i == 6 && !goodstack.empty())
        {
            i = goodstack.top() + 1;
            goodstack.pop();
            Count -= goods[i - 1];
        }
        //以i开始的完了
        if (goodstack.empty() && i < 6)
        {
            goodstack.push(i);
            Count += goods[i];
            i++;
            if (Count == wight)
            {
                res.push_back(goodstack);
                Count -= goods[i - 1];
                goodstack.pop();
                goodstack.push(i++);
            }
        }
        else if (goodstack.empty() && i == 6)
            break;

    }
    system("pause");
    return 0;
}   
问题描述: 假设一个装入总体积为T的背包n体积分别为w1 , w2 , … , wn物品,能否从n物品中挑选若干恰好装满背包,即使w1 +w2 + … + wn=T,要求找出所有满足上述条的解。例如:当T=10,各物品体积{1,8,4,3,5,2}时,可找到下列4组解: (1,4,3,2) (1,4,5) (8,2) (3,5,2)。 问题提示: 可利用回溯法的设计思想来解决背包问题。首先将物品排成一列,然后顺序选取物品装入背包假设已选取了前i 物品之后背包还没有装满,则继续选取第i+1物品,若该物品"太大"不能装入,则弃之而继续选取下一,直至背包装满为止。但如果在剩余的物品中找不到合适的物品以填满背包,则说明"刚刚"装入背包的那物品"不合适",应将它取出"弃之一边",继续再从"它之后"的物品中选取,如此重复,直至求得满足条的解,或者无解。 题目之二: 问题描述: 假设有n物品,这些物品的重量分别是W1 , W2 , … , Wn物品的价值分别是V1,V2, …,Vn。求从这n物品中选取一部分物品的方案,使得所选中的物品的总重量不超过限定的重量W(W<∑Wi, i=1,2,┅,n),但所选中的物品价值之为最大。 问题提示: 利用递归寻找物品的选择方案。假设前面已有了多种选择的方案,并保留了其中总价值最大的方案于数组option[]中,该方案的总价值保存于变量max_value中。当前正在考察新方案,其物品选择情况保存于数组eop[]中。假设当前方案已考虑了i-1物品,现在要考虑第i物品:当前方案已包含的物品的重量之为tw;因此,若其余物品都选择是可能的话,本方案所能达到的总价值的期望值设为tv。引入tv是当一旦当前方案的总价值的期望值也小于前面方案的总价值max_value时,继续考察当前方案已无意义,应终止当前方案而去考察下一个方案。 第i物品的选择有两种可能: ① 物品i被选择。这种可能性仅当包含它不会超过方案总重量的限制才是可行的。选中之后继续递归去考虑其余物品的选择; ② 物品i不被选择。这种可能性仅当不包含物品i也有可能找到价值更大的方案的情况。
评论
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