动态规划解决算法0-1背包问题实验报告(含源代码).doc

《动态规划解决算法0-1背包问题实验报告(含源代码).doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、.西安邮电大学（计算机学院）课内实验报告实验名称：动态规划专业名称：计算机科学与技术班级：学生姓名：学号（8位）：指导教师：实验日期：2014年5月9日..一．实验目的及实验环境1.使用动态规划法和回溯法生成两个长字符串的最优化比对结果通过实际案例，领会算法的执行效率。2.掌握动态规划、贪心算法、回溯法、分支限界法的原理，并能够按其原理编程实现解决0-1背包问题，以加深对上述方法的理解。实验环境：VisualC++6.0二.实验内容1.设计一个O（n^2）时间的算法，找出由n个数组成的序列的最长单调递增子序列2.将算法分析题3—1中算法的计算时间减至O（nlogn）3.给定n

2、种物品和一个背包。物品i的重量是，其价值为，背包容量为C。问应该如何选择装入背包的物品，使得装入背包中物品的总价值最大？三．方案设计1.动态规划的一个计算两个序列的最长公共子序列的方法如下：以两个序列X、Y为例子：设有二维数组f[i,j]表示X的i位和Y的j位之前的最长公共子序列的长度，则有：f[1][1]=same(1,1);f[i,j]=max{f[i-1][j-1]+same(i,j),f[i-1,j],f[i,j-1]}其中，same(a,b)当X的第a位与Y的第b位相同时为“1”，否则为“0”。此时，二维数组中最大的数便是X和Y的最长公共子序列的长度，依据该数组回溯

3、，便可找出最长公共子序列。该算法的空间、时间复杂度均为O(n^2)，经过优化后，空间复杂度可为O(n)。核心代码：voidLCSL(intm,intn,int*x,int*y,intc[][N],intb[][N]){c[0][0]=0;inti,j;for(i=1;i<=m;i++)c[i][0]=0;for(i=1;i<=n;i++)c[0][i]=0;for(i=1;i<=m;i++)for(j=1;j<=m;j++)..{if(x[i]==y[j]){c[i][j]=c[i-1][j-1]+1;b[i][j]=1;}elseif(c[i-1][j]>=c[i][j-1

4、]){c[i][j]=c[i-1][j];b[i][j]=2;}else{c[i][j]=c[i][j-1];b[i][j]=3;}}cout<

5、

6、j==0)return;if(b[i][j]==1){LCS(i-1,j-1,x,b);for(inty=1;y

7、QuickSort(inta[],intp,intr){if(p

8、承受的最大载重量为正整数C，现要求找出这n种物品的一个子集，使得子集中物品的总重量不超过C且总价值尽量大。动态规划算法描述:根据问题描述，可以将其转化为如下的约束条件和目标函数：寻找一个满足约束条件，并使目标函数式达到最大的解向量，使得，而且达到最大。0-1背包问题具有最优子结构性质。假设是所给的问题的一个最优解，则是下面问题的一个最优解：。如果不是的话，设是这个问题的一个最优解，则，且。因此，，这说明是所给的0-1背包问题比更优的解，从而与假设矛盾。　按照上面的情况，可以得到递推公式：设最优值为m(i,j)。　　　　　max{m(i+1,j),m(i+1,j-)+}m(i,

9、j)=m(i+1,j)m(n,j)=0#includeintV[200][200];//前i个物品装入容量为j的背包中获得的最大价值intmax(inta,intb){if(a>=b)returna;elsereturnb;..}intKnapSack(intn,intw[],intv[],intx[],intC){inti,j;for(i=0;i<=n;i++)V[i][0]=0;for(j=0;j<=C;j++)V[0][j]=0;for(i=0;i<=n-1;i++)for(j=