我正在尝试使用分支和边界来解决这个背包问题的C ++实现。这个网站上有一个Java版本:Implementing branch and bound for knapsack
我正在尝试将我的C ++版本打印出它应该的90,但它没有这样做,而是打印出来。
有谁知道问题出在哪里以及可能是什么?
#include <queue>
#include <iostream>
using namespace std;
struct node
{
int level;
int profit;
int weight;
int bound;
};
int bound(node u, int n, int W, vector<int> pVa, vector<int> wVa)
{
int j = 0, k = 0;
int totweight = 0;
int result = 0;
if (u.weight >= W)
{
return 0;
}
else
{
result = u.profit;
j = u.level + 1;
totweight = u.weight;
while ((j < n) && (totweight + wVa[j] <= W))
{
totweight = totweight + wVa[j];
result = result + pVa[j];
j++;
}
k = j;
if (k < n)
{
result = result + (W - totweight) * pVa[k]/wVa[k];
}
return result;
}
}
int knapsack(int n, int p[], int w[], int W)
{
queue<node> Q;
node u, v;
vector<int> pV;
vector<int> wV;
Q.empty();
for (int i = 0; i < n; i++)
{
pV.push_back(p[i]);
wV.push_back(w[i]);
}
v.level = -1;
v.profit = 0;
v.weight = 0;
int maxProfit = 0;
//v.bound = bound(v, n, W, pV, wV);
Q.push(v);
while (!Q.empty())
{
v = Q.front();
Q.pop();
if (v.level == -1)
{
u.level = 0;
}
else if (v.level != (n - 1))
{
u.level = v.level + 1;
}
u.weight = v.weight + w[u.level];
u.profit = v.profit + p[u.level];
u.bound = bound(u, n, W, pV, wV);
if (u.weight <= W && u.profit > maxProfit)
{
maxProfit = u.profit;
}
if (u.bound > maxProfit)
{
Q.push(u);
}
u.weight = v.weight;
u.profit = v.profit;
u.bound = bound(u, n, W, pV, wV);
if (u.bound > maxProfit)
{
Q.push(u);
}
}
return maxProfit;
}
int main()
{
int maxProfit;
int n = 4;
int W = 16;
int p[4] = {2, 5, 10, 5};
int w[4] = {40, 30, 50, 10};
cout << knapsack(n, p, w, W) << endl;
system("PAUSE");
}
答案 0 :(得分:5)
我认为您已将利润和权重值放在错误的向量中。变化:
int p[4] = {2, 5, 10, 5};
int w[4] = {40, 30, 50, 10};
为:
int w[4] = {2, 5, 10, 5};
int p[4] = {40, 30, 50, 10};
,你的程序将输出90。
答案 1 :(得分:4)
我相信你所实施的不是一个分支&amp;绑定算法。如果我必须将它与某些东西相匹配,那就更像是基于估计的回溯。
算法中的问题是您正在使用的数据结构。你正在做的是简单地先推动所有第一级,然后推动所有第二级,然后将所有第三级推送到队列并按照它们的插入顺序返回。您将获得结果,但这只是搜索整个搜索空间。
不是使用插入顺序弹出元素,而是需要始终在具有最高估计边界的节点上进行分支。换句话说,无论估计的界限如何,您总是按照自己的方式在每个节点上进行分支。分公司绑定技术的速度受益于每次仅在一个节点上进行分支,这最有可能导致结果(估计值最高)。
示例:在第一次迭代中,假设您找到了2个具有估计值的节点
node1 :110
node2 :80
您正在将它们推送到队列中。您的队列变为“n2-n1-head”在第二次迭代中,您在node1上分支后再推送两个节点:
node3 :100
node4 :95
并且你也将它们添加到你的队列中(“n4-n3-n2-head”。出现错误。在下一次迭代中你将得到的是node2但是它应该是node3,它有估计值最高。
因此,如果我不遗漏代码中的某些内容,那么实现和java实现都是错误的。您应该使用优先级队列(堆)来实现真正的分支&amp;界。
答案 2 :(得分:1)
您将W设置为16,因此结果为5.您可以带入背包的唯一项目是项目3,其利润为5,重量为10。
答案 3 :(得分:1)
#include <bits/stdc++.h>
using namespace std;
struct Item
{
float weight;
int value;
};
struct Node
{
int level, profit, bound;
float weight;
};
bool cmp(Item a, Item b)
{
double r1 = (double)a.value / a.weight;
double r2 = (double)b.value / b.weight;
return r1 > r2;
}
int bound(Node u, int n, int W, Item arr[])
{
if (u.weight >= W)
return 0;
int profit_bound = u.profit;
int j = u.level + 1;
int totweight = u.weight;
while ((j < n) && (totweight + arr[j].weight <= W))
{
totweight = totweight + arr[j].weight;
profit_bound = profit_bound + arr[j].value;
j++;
}
if (j < n)
profit_bound = profit_bound + (W - totweight) * arr[j].value /
arr[j].weight;
return profit_bound;
}
int knapsack(int W, Item arr[], int n)
{
sort(arr, arr + n, cmp);
queue<Node> Q;
Node u, v;
u.level = -1;
u.profit = u.weight = 0;
Q.push(u);
int maxProfit = 0;
while (!Q.empty())
{
u = Q.front();
Q.pop();
if (u.level == -1)
v.level = 0;
if (u.level == n-1)
continue;
v.level = u.level + 1;
v.weight = u.weight + arr[v.level].weight;
v.profit = u.profit + arr[v.level].value;
if (v.weight <= W && v.profit > maxProfit)
maxProfit = v.profit;
v.bound = bound(v, n, W, arr);
if (v.bound > maxProfit)
Q.push(v);
v.weight = u.weight;
v.profit = u.profit;
v.bound = bound(v, n, W, arr);
if (v.bound > maxProfit)
Q.push(v);
}
return maxProfit;
}
int main()
{
int W = 55; // Weight of knapsack
Item arr[] = {{10, 60}, {20, 100}, {30, 120}};
int n = sizeof(arr) / sizeof(arr[0]);
cout << "Maximum possible profit = "
<< knapsack(W, arr, n);
return 0;
}
**SEE IF THIS HELPS**