贪心算法在背包中的应用(转)

实现这个算法是学习算法分析与设计这门课程的需要。
    贪心算法是所接触到的第一类算法。算法从局部的最优出发，简单而快捷。对于一个问题的最
优解只能用穷举法得到时，用贪心法是寻找问题次优解的较好算法。
    贪心法是一种改进了的分级处理方法。用贪心法设计算法的特点是一步一步地进行，根据某个
优化测度（可能是目标函数，也可能不是目标函数），每一步上都要保证能获得局部最优解。每一
步只考虑一个数据，它的选取应满足局部优化条件。若下一个数据与部分最优解连在一起不再是可
行解时，就不把该数据添加到部分解中，直到把所有数据枚举完，或者不能再添加为止。这种能够
得到某种度量意义下的最优解的分级处理方法称为贪心法。
    选择能产生问题最优解的最优度量标准是使用贪心法的核心问题。
    假定有n个物体和一个背包，物体i 有质量wi，价值为pi，而背包的载荷能力为M。若将物体i的
一部分xi（1<=i<=n,0<=xi<=1)装入背包中，则有价值pi*xi。在约束条件
（w1*x1+w2*x2+…………+wn*xn)<=M下使目标(p1*x1+p2*x2+……+pn*xn)达到极大，此处
0<=xi<=1,pi>0,1<=i<=n.这个问题称为背包问题（Knapsack problem）。
    要想得到最优解，就要在效益增长和背包容量消耗两者之间寻找平衡。也就是说，总应该把那
些单位效益最高的物体先放入背包。
    在实现算法的程序中，实现算法的核心程序倒没碰到很大的问题，然而实现寻找最优度量标准
程序时麻烦不断！
    在寻找最优度量标准时，大致方向是用冒泡排序算法。也就是根据p[i]/w[i]的大小来对w[i]来
排序。
    在直接用此算法时，可以有如下的一段代码：
    //根据效益tempArray[i]对重量w[i]排序，为进入贪心算法作准备
1   void sort(float tempArray[], flaot w[], int n)
2   {
3       int i = 0, j = 0;
4       int index = 0;
5    
6       //用类似冒泡排序算法，根据效益p[i]/w[i]对w[i]排序
7       for (i = 0; i < n; i++)
8    {
9           float swapMemory = 0;
10          float temp;
11
12          temp = tempArray[i];
13          index = i;
14
15          for (j = i + 1; j < n; j++)
16          {           
17              if (temp < tempArray[j])
18        {
19                  temp = tempArray[j];
20                  index = j;
21        }
22       }
23   
24          //对w[i]排序
25          swapMemory = w[index];
26          w[index] = w[i];
27          w[i] = swapMemory;
28      }
29
30      return;
31  }
    然而仔细对算法分析后可以发现，“拿来主义”在这里用不上了！
    对算法的测试用例是p[3] = {25, 24, 15};w[3] = {18, 15, 10}。得到的结果如下：
    please input the total count of object: 3
    Please input array of p :
    25 24 15
    Now please input array of w :
    18 15 10

    sortResult[i] is :
    1   -107374176.000000   1   1.600000   2    1.600000

    after arithmetic data: x[i]
    0.000000        0.333333        0.000000  

    可以看到其效益为x[3] = {1.4, 1.6, 1.5}，于是在M = 20的情况下，其预想中的输出结果是
0，1，0.5。然而事实上是不是就这样呢？
    当程序进入此函数经过必要的变量初始化后，进入了外围循环，也就是程序的第7行。第一轮循
环中，temp = tempArray[0] = 1.4,index = i = 0;程序运行到第15行，也就是进入了内层循环。
内层循环的主要任务是从第i + 1个元素之后找到一个最大的效益并保存此时的下标。到了第24行后
，就开始对w[i]进行排序。
    问题就在这里了！排序后的w[i] = {1.6, 1.6, 1.5}，因此对w[i]排序后就既改变了w[i]的原
有顺序，还改变了w[i]的原来值！

    据此，做出一些修改，得到了如下的一段代码：
1   void sort(float tempArray[], int sortResult[], int n)
2   {
3       int i = 0, j = 0;
4       int index = 0, k = 0;
5
6       for (i = 0; i < n; i++)//对映射数组赋初值0
7    {
8           sortResult[i] = 0;
9    }
10
11      for (i = 0; i < n; i++)
12      {
13          float swapMemory = 0;
14          float temp;
15
16          temp = tempArray[i];
17          index = i;
18
19          for (j = i; j < n; j++)
20          {           
21              if ((temp < tempArray[j]) && (sortResult[j] == 0))
22        {
23                  temp = tempArray[j];
24                  index = j;
25        }
26       }
27
28          if (sortResult[index] == 0)
29       {
30              sortResult[index] = ++k;
31       }
32      }
33
34      for (i = 0; i < n; i++)
35      {
36          if (sortResult[i] == 0)
37       {
38              sortResult[i] = ++k;
39       }
40      }
41
42      return;
43  }
    修改后最大的一个改变是没有继续沿用直接对w[i]排序，而是用w[i]的一个映射数组
sortResult[i]。sortResult[i]中元素值存放的是根据效益计算得w[i]的大小顺序！这样w[i]原有
的值和位置都没有改变，从而使算法得以实现！
    至于有没有更好的实现版本，还在探索中！

#include <stdio.h>
#define MAXSIZE 100  //假设物体总数
#define M 20      //背包的载荷能力

//算法核心，贪心算法
void GREEDY(float w[], float x[], int sortResult[], int n)
{
    float cu = M;
    int i = 0;
    int temp = 0;

    for (i = 0; i < n; i++)//准备输出结果
    {
        x[i] = 0;
    }

    for (i = 0; i < n; i++)
    {
        temp = sortResult[i];//得到取物体的顺序
        if (w[temp] > cu)   
        {
            break;
        }

        x[temp] = 1;//若合适则取出
        cu -= w[temp];//将容量相应的改变
    }

    if (i <= n)//使背包充满
    {
        x[temp] = cu / w[temp];
    }

    return;
}

void sort(float tempArray[], int sortResult[], int n)
{
    int i = 0, j = 0;
    int index = 0, k = 0;

    for (i = 0; i < n; i++)//对映射数组赋初值0
    {
        sortResult[i] = 0;
    }

    for (i = 0; i < n; i++)
    {
        float temp = tempArray[i];

        index = i;

        //找到最大的效益并保存此时的下标
        for (j = 0; j < n; j++)
        {           
            if ((temp < tempArray[j]) && (sortResult[j] == 0))
            {
                temp = tempArray[j];
                index = j;
            }
        }

        //对w[i]作标记排序
        if (sortResult[index] == 0)
        {
            sortResult[index] = ++k;
        }
    }

    //修改效益最低的sortResult[i]标记
    for (i = 0; i < n; i++)
    {
        if (sortResult[i] == 0)
        {
            sortResult[i] = ++k;
        }
    }

    return;
}

//得到本算法的所有输入信息
void getData(float p[], float w[], int *n)
{
    int i = 0;

    printf("please input the total count of object: ");
    scanf("%d", n);

    printf("Please input array of p :\n");
    for (i = 0; i < (*n); i++)
    {
        scanf("%f", &p[i]);
    }

    printf("Now please input array of w :\n");
    for (i = 0; i < (*n); i++)
    {
        scanf("%f", &w[i]);
    }

    return;
}

void output(float x[], int n)
{
    int i;

    printf("\n\nafter arithmetic data: advise method\n");
    for (i = 0; i < n; i++)
    {
        printf("x[%d]\t", i);
    }

    printf("\n");
    for (i = 0; i < n; i++)
    {
        printf("%2.3f\t", x[i]);
    }

    return;
}

void main()
{
    float p[MAXSIZE], w[MAXSIZE], x[MAXSIZE];
    int i = 0, n = 0;
    int sortResult[MAXSIZE];

    getData(p, w, &n);

    for (i = 0; i < n; i++)
    {
        x[i] = p[i] / w[i];
    }

    sort(x, sortResult, n);

    GREEDY(w, x, sortResult, n);

    output(x, n);

    getch();
}