搜索资源列表
beibaowenti007
- 用动态规划的向后处理法求解背包问题的最优决策序列。即给定一个背包序列的重量和相对应的效益值。做出一个最优决策序列Xi(i=1~n)，使得最终效益和最大。-dynamic planning backward processing method knapsack problem of optimal decision-making sequence. That is, given a sequence of backpack weight and the relative value of the
01knap_Dynamic_Programming
- 本文通过研究动态规划原理，提出了根据该原理解决０／１背包问题的方法与算法实现，并对算法的正确性作了验证．观察程序运行结果，发现基于动态规划的算法能够得到正确的决策方案且比穷举法有效．-through research paper on dynamic programming, According to the principle of resolving the 0 / 1 knapsack problem with the algorithm, the algorithm was verifi
PackageProblem
- 实现背包问题 package problem 1． 问题描述 假设有一个能装入总体积为T的背包和n件体积分别为w1 , w2 , … , wn 的物品，能否从n件物品中挑选若干件恰好装满背包，即使w1 +w2 + … + wn=T，要求找出所有满足上述条件的解。例如：当T=10，各件物品的体积{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）。 2． 基本要求 读入T、n、w1 , w2 , … , wn
0-1programming
- 0-1整数规划有很广泛的应用背景，比如指派问题，背包问题等等，实际上TSP问题也是一个0-1问题，当然这些问题都是NP问题，对于规模较大的问题用穷举法是没有办法在可接受的时间内求得最优解的，本程序只不过是一个练习，得意之处是用递归法把所有解都排列出来。另：胡运权所著的《运筹学基础及应用（第三版）》第97页的例3，我用本程序求解得到的结果是：最优解是x*=(1,0, 0, 0, 0)，最优值是f(x*)=8，但书求得最优解是x*=(1,0, 1, 0, 0)，最优值是f(x*)=4，是不是书中写错
GA_for_TSP
- 用遗传算法求解背包问题是南京航空航天大学信息与计算科学专业编写的.本程序利用遗传算法来求解背包问题.采用二进制字符串编码,1表示选择物体,0则不选择. 背包问题描述:在M件物品取出若干件放在空间为W的背包里，每件物品的重量为W1，W·2……Wn，与之相对应的价值为P1,P2……Pn。求出获得最大价值的方案。注意：在本题中，所有的重量值均为整数。-genetic algorithm knapsack problem is the Nanjing University of Aeronauti
Knapsacktwoinone
- 0-1背包和 背包问题的动态规划 源程序 只是测试 不过要自己输入 还要自己加入 很简单就没有更改-0-1 knapsack problem knapsack and the dynamic programming source code is to test but also to input their own entry is very there is no simple changes
SJJG_BIT
- 常用数据结构演示：1、链表管理；2、二叉树；3、背包问题；4、力的实现；5、表达式计算；6、分水问题。-commonly used data structures exercise : 1, Chain management; 2, the binary tree; 3, knapsack problem; 4, the force achieved; 5. formulas; 6, the dividing issues.
3.2
- 作品：算法设计课程作业 作者：陈兴 学号：J04120010 操作说明： 1、最长公共子序列： 用VC6.0打开文件以后输入一串数字，按“\\”为结束，输出结果。 2、背包问题 用vc6.0打开文件以后按提示操作。 3、残缺棋盘问题 用vc6.0打开文件以后按提示操作。 4、（3.1和3.2还有3.3） 这个是课本82页的作业，基本实现了。其中3.2的算法时间复杂度不是nlogn而是n，nlogn的算法没做出来！ -e
knapsack012
- 0/1/2背包问题,从文件输入,从文件输出.里面有详细的报告和程序说明文档-0/1/2 knapsack problem from the file input and output from the document. There are detailed reports and documentation procedures
0-1knapback
- 用分支限界法求解背包问题（0/1背包） 1.问题描述：已知有N个物品和一个可以容纳TOT重量的背包，每种物品I的重量为Weight，价值为Value。一个只能全放入或者不放入，求解如何放入物品，可以使背包里的物品的总价值最大。 2.设计思想与分析：对物品的选取与否构成一棵解树，左子树表示装入，右表示不装入，通过检索问题的解树得出最优解，并用结点上界杀死不符合要求的结点。
si
- 设有一个背包可以放入的物品重量最重为s，现有n件物品，它们的重量分别为w[0]、 w[1]、w[2]、…、w[n-1]。问能否从这n件物品中选择若干件放入此背包中，使得放入的重量之和正好为s。如果存在一种符合上述要求的选择，则称此背包问题有解（或称其解为真）；否则称此背包问题无解（或称其解为假）。试用递归方法设计求解背包问题的算法。
2
- 用回溯解背包问题 假设有n件物品，定义一个结构体a[]来存储，结构体有两个成员weight和value(weight表示重量，value表示价值)先定义一个数组col[]表示每个物品当前状态（为1表示被选，为0表示未被选），其初值全为1，从下标为0开始遍历，当前所选物品总重和总价值分别设为tw和tv（初值均为0），背包的限重设为limit，若第i个物品满足tw+a[i].weight<=limit且col[i]==1 就将a[i].weight和value加入tw和tv，否则col[i]设
Backpack
- 背包问题(非0/1)C++标准算法-knapsack problem (0 / 1) C Standard Algorithm
knap0_1
- 用回朔法实现０－１背包问题，其实排序部分用的是快速排序，以提高运行的时间效率．-Schomburg method used to achieve 0-1 knapsack problem, in fact some sort of rapid, in order to increase the efficiency of operations.
实习报告2
- 背包问题：一． 需求分析1.本程序中，表示背包和物品的元素限定为实型，物品的多少不限（可通过改变宏选择适当的数组长度）．2.程序由用户和计算机的对话方式执行，在计算机的提示信息下由用户在键盘上输入规定的运算命令，相应的输入数据和运算结果显示在其后。3.程序执行的命令包括:1) 构造物品数组及相应的标识数组2) 对数组的当前状态求和3) 打印出所有符合要求的结果4.测试数据实型的任意数据均可,不能输入字符型数据-knapsack problem : 1. A needs analysis. Thi
C源代码实例
- 包含220个C语言的各种源程序：001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010 猜数字游戏 011 模拟ATM（自动柜员机）界面 012 用一维数组统计学生成绩 013 用二维数组实现矩阵转置 014 求解二维数组的最大/最小元素 015 利用数组求前n个
WL40987330 C语言算法集
- 目录 第一部分 基础篇 001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010&
GreedyBag
- 贪心算法求背包问题,分别求出了三种标准1. 按效益值由大到小取物品. 2. 按重量值由小到大取物品 3.按比值pi/wi的值由大到小取物品 其中第3种是最优解-Greedy algorithm for knapsack problem, respectively, obtained three standard 1. Press-effective value of descending and remove things. 2. By weight the value of items
穷举法求解0-1整数规划的matlab程序
- 0-1整数规划有很广泛的应用背景，比如指派问题，背包问题等等，实际上TSP问题也是一个0-1问题，当然这些问题都是NP问题，对于规模较大的问题用穷举法是没有办法在可接受的时间内求得最优解的，本程序只不过是一个练习，得意之处是用递归法把所有解都排列出来。(0-1 integer programming has a very wide application background, such as assignment problem, knapsack problem and so on. In
蚁群算法实现
- 这是蚁群算法实现的一个例程，用于解决0——1背包问题，对初始者有帮助，能够运行。