0-1多维背包的典型目标函数是使背包中所有物品的价值最大化。Stackexchange链接中提供了一个很好的算法：。
但是，如果我的目标函数是在背包中装入尽可能多的物品呢？所有的部分都有相同的价值。Stackexchange post ()声称等值的一维背包可以用贪心算法求解。这是真的吗？我认为01背包问题是NP难的，因此贪婪算法可能不会给出最优解。所以我的问题分为两部分: 1)在这种情况下，贪婪算法能给出最优解吗?
浏览 1提问于2016-04-08得票数 0
我需要用贪心算法写C++来解决0/1背包问题。因为这是一个NP完全问题，所以我们只能找到最近的解决方案。
浏览 11提问于2018-06-08得票数 -3
2回答
假设我有256张图像，平均大小为70x150 (因此，如果大小可变)。我有一个Graphic-instance (从具有给定大小的BufferedImage创建)，我想在上面绘制图像。但我想把它们画在尽可能低的曲面上。所以，不是简单地在网格中，而是在彼此之间真正感到困惑。但是！：它们不能相互重叠。我想，这是值得一问的……马提金+------++------+| img1 || img2 || |+-----------------+
+------+|
浏览 0提问于2010-12-14得票数 2
2回答
贪婪背包算法
、、
该任务是典型的背包问题。求解时应使用贪心算法。我设法创建了下面的代码，但它运行起来太慢了。你能告诉我如何加快速度吗？谢谢。def backpack(c, array): array.sort(key=lambda x: x[0], reverse=True) if item[1] <= c:
back
浏览 4提问于2020-06-03得票数 2
2回答
我有一个背包问题，有指定的背包重量和重量计数能力。我有背包巫婆只能装3个重量，他们必须有10个重量，我有这些重量: 9，8，7，2，1。正确的答案是7，2，1。编辑需要给出答案的算
浏览 4提问于2011-03-27得票数 1
1回答
小偷可以选择要偷窃的n对象，但只有一个背包，背包可以承载M重量。每个object I都有weight w_i和profit p_i。给出一个贪心算法来寻找背包问题的最优解。证明正确性和运行时间。
所以我提出的贪婪算法是根据增加的权重对项目进行排序，这也是递减的值。这意味着每个重量的价格是按递减顺序排列的。由于操作系统比遗传算法更优，因此从遗传算法中获得的利润小于或等于从操作系统中获得的利润。由于GA采用利润/权重比最高的项目，因此第一个元素i
浏览 1提问于2020-10-09得票数 1
请解释一下“爬山”和“贪婪”算法的区别。
似乎两者都很相似，我怀疑“爬山”是一种算法；它似乎是一种优化。这是正确的吗？
浏览 1提问于2011-11-09得票数 27
回答已采纳
我猜更严格地说，什么是“产生一个不到0/1背包问题最优解的1%的解”。背包容量C= 100b) 10pt给出了一个具有两个对象的示例，表明用于分数背包问题的相同贪婪方法(略有修改，如果不适合，则去掉贪婪方法选择的最后一个对象)产生的解小于0/1背包问题的最优解的1%。
浏览 1提问于2012-11-26得票数 0
我试图解决背包问题，这也是一个整数规划问题.我看过几个近似解，比如动态规划，贪婪算法，分支定界算法，遗传算法.你能告诉我一个库(用任何语言)来帮助实现任何/所有这些算法吗？
提前谢谢。
浏览 3提问于2014-01-05得票数 2
回答已采纳
1回答
多项式中的实权背包
、、、
在讲座中，我们考虑了背包问题:有n个项目具有正权值w1，。。。、wn和values v1，.。。问题的可行解是项目的子集，使得它们的总重量不超过W，目的是求出一个最大可能总价值的可行解。对于所有权值均为正整数的情况，我们讨论了求解背包问题的动态规划解。
想法-舍入值，但这只是一个近似，对吧？这只有当我们有有限的十进制空间时才能工作..。
b)
浏览 0提问于2019-08-24得票数 0
回答已采纳
我知道如何找到一对长度和最小的不相交路径(Surballe算法)。解决这些问题的算法(标题中的问题还是广义问题？)
谢谢!
浏览 1提问于2011-10-10得票数 1
1回答
我已经成功地用C++编写了算法，以获得整数背包、小数背包和混合类型背包的最优解，所有这些都有或没有限制每件物品允许携带的数量。 这些只处理具有单一约束的项目，这是权重。如果我想解决一个可能有2+约束的背包，我会从我已经编写的其他代码中提取出来，或者需要编写一个全新的算法吗？ 整数和混合类型的背包被写成求解动态规划，而小数类型的背包则使用贪婪。 例如。
浏览 25提问于2020-06-24得票数 1
在这个多背包问题的变体中，只考虑了项目的权重，所以我想它更像是一个多子集和问题，但是用背包更容易解释。有一些n背包，每个背包都装满了各个项目，以其各自的最大重量容量C[j]，其中0 <= j < n。此状态是包装算法的初始输入。
如何重新包装所有剩余的m - k项，从
浏览 0提问于2019-02-18得票数 0
1回答
A.未加权的区间调度C.小数背包我能够将范围缩小到A、C或D，因为我知道0/1背包使用动态编程。我最好的猜测是C，因为我认为A和D可以使用贪婪算法进行最优求解。
浏览 1提问于2011-10-25得票数 0
4回答
对不起，如果这个问题已经被回答了，但是我对算法没有很深的了解，也不总是注意到算法的不同专业之间的微妙之处。我有(我认为是)一个小变体的01背包问题。我有一个背包，最大重量W，有N个项目有一个重量W和值v。我想做的是最大化总价值，V，而不超过W。
我要去2天的旅行，所以我需要带2件食物，1件玩具来娱乐孩子，2件衣服。从我所发现的所有algos来看，它似乎是01
浏览 0提问于2013-12-27得票数 2
回答已采纳
3回答
标准的0/1背包要求每个项目的重量独立于其他项目。然后，DP算法是解决该问题的有效算法。但是现在我遇到了一个类似的但扩展了这个问题的
新物品的重量取决于背包中已有的物品。例如，，我们有5项-- a，b，c，d和e，有重量w_a，.，w_e。item b和c具有权重依赖性。当b已经在背包中时，item c的权重将小于w_c，因为它可以与b共享一些空间，即weight(b&c) < w_b +
浏览 4提问于2016-08-10得票数 33
回答已采纳
(wn、vn)和两个容量相同的背包Knap1和Knap2，则目标是确定哪些是项目S1和S2的最佳子集，它们分别可以进入Knap1和Knap2，并最大化背包的值和容量。解决这一问题的一个不正确的方法是首先使用DP编程算法填充Knap1，将所有项目作为候选项，然后使用来自Knap1的剩余项填充Knap2。
我不明白如果这两个背包的容量相等，为什么这个算法是不正确的。
浏览 5提问于2015-07-29得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
