搜索资源列表
BOX
- 最少背包问题：假设有许多盒子，每个盒子能保存的总重量为1.0。有N个项i1,i2,…,iN，它们的重量分别是w1,w2,…,wN。目的是用尽可能少的盒子放入所有的项，任何盒子的重量不能超过他的容量。例如，如果想的重量为0.4, 0.4, 0.6和0.6，用两个盒子就能解决。 按如下策略解决此问题：按给定的次序扫描每一个项，把每一个项放入能够容纳他而不至于溢出的最满的盒子。用优先级队列选择要装入的盒子。-Minimum knapsack problem: Suppose there are m
knapsack
- 程序设计思路 在动态规划中，可将一个问题的解决方案视为一系列决策的结果，要考察每个最优决策序列中是否包含一个最优子序列。所以在最短路径问题中，假如在的第一次决策时到达了某个节点v，那么不管v 是怎样确定的，此后选择从v 到d 的路径时，都必须采用最优策略。利用最优序列由最优子序列构成的结论，可得到f 的递归式。f ( 1 ,c) 是初始时背包问题的最优解。可使用（1）中所示公式通过递归或迭代来求解f ( 1 ,c)。从f (n, * )开始迭式， f (n, * )由第一个式子得出，然后由
LinerArange
- 动态规划方法视线特殊的（0，1，2）背包问题，获得最佳的物品取舍方案-Dynamic programming special attention (0,1,2) knapsack problem, obtain the best trade-off program items
exp4
- 部分背包问题（不同于0-1背包） C++实现-Part knapsack problem (as distinct from 0-1 knapsack) C++ Achieve
NIP
- matlab 7.0 以上版本提供了强大的优化工具箱，但在整数规划方面，只提供了bintprog（）这个m文件以求解0－1整数规划，而对于一般的整数规划模型没有具体的算法提供。我们一般情况只是用最简单的分值定界思想编写matlab程序求解整数规划问题，但效率低下，如何利用求解整数规划的先进算法编写matlab程序提上日程，香港大学的李端和复旦大学编写的《Nonlinear Integer Programming》(非线性整数规划)为编写解决整数规划问题提供强大有效的算法，其中算法针对具体问题包括
packageProblem.tar
- 0－1的小偷背包问题源码，给出可偷东西的个数和可以拿走的最大重量，算法可以给出在这个条件下的最优解。-0-1 knapsack problem thieves source, give the number of things can be stolen and taken away the largest weight in the algorithm can give optimal solution under the conditions.
9
- 9. 背包问题源码。设有一个背包可以放入物品的重量为s，现有n件物品，重量分别为w[0],w[1],...,[n-1]。问题是能否从这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等于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；否则称此背包问题无解。 数据输入： 第一行：测试集合个数m。 第二行：第一个测试用例的s值。 第三行：第一个测试用例的物品数量n。 第四行：第一个测试用例的n件物品的重量，中间用空格分开。 第五行：第二个测试用例的s值。 第
0-1package
- 在0和1情况下进行背包问题解决，涉及多个物体的重量和价值，求得最大价值量以及分配方案。-At 0 and 1 backpack case for problem-solving, involving more than the weight of objects and values, as well as to achieve maximum value distribution program.
d
- 【问题描述】： 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。 -【Descr iption of the problem: There is a backpack of items can be pla
shuanfa1
- 实现背包问题的三种贪心策略，背包问题描述如下: 已知 背包容量M=120 物品种类数n=10 各种物品的总效益pi(i=1,2,………10) : 50,60,70,80,90,80,70,60,50,40 各种物品的总重量wi(i=1,2………10) : 17,30,25,41,80,70,64,56,47,38 求: 各种物品所取重量占其总重量的比例xi(i=1,2,…..10),满足0<=xi<=1, 且 且使得 达到最大值. -
DONGTAI
- 编程实现背包问题的动态规划算法。 输入要求： 第一行：物体个数Ｎ 背包载重量Ｍ （Ｎ，Ｍ≥１） 第ｉ行：第i-1个物体的重量 价值（ｉ＝２,3,…,N+1）-Programming the dynamic programming algorithm for knapsack problem. Input requirements: first line: the number of objects N backpack load of M (N, M ≥ 1) the f
KnapSack
- 动态规划法解背包问题。 结果举例 1、输入： 背包容量：100 物品价值：60 100 120 物品重量：10 20 30-Dynamic programming solution of knapsack problem. Results for example 1、enter: backpack size: 100 items Value: 60 100 120 items Weight: 10 20 30
suanfaqxf
- 算法实验报告+源代码 实验一 1题 归并排序.cpp 11 实验一 2题 快速排序.cpp 12 实验二1题 贪心法求背包问题.cpp 13 实验二2题 贪心法求最短路径.cpp 16 实验三 动态规划求最短路径.cpp 17 实验四 回溯法求背包.cpp 18-Algorithm+ source code for test lab reports a problem for a merge sort. Cpp 11 question tes
fenzhijiexian
- 1.分支界限算法背包问题 2.算法之分支限界法的旅行售货员问题-1. Branch and bound algorithm for knapsack problem 2. Branch and bound algorithm for the traveling salesman problem
100002moga2
- 0-1遗传算法实现 可以解决简单的背包问题-0-1 simple genetic algorithm can solve the knapsack problem
beibao
- 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）。 提示：可利用回溯法的设计思想来解决背包问题。首先将物品排成一列，然后顺序选取物品装入背包，假设已选取了前i 件物品之后背包还没有装满，则继
XHstudent
- 1.对多个链表进行操作 2.回溯法求解0/1背包 3.分枝限界法求解0/1背包 4.回溯法求解n—皇后问题 5.图的操作（邻接表表示）-1. Operate on multiple lists 2. Backtracking method for solving 0/1 knapsack 3. Branch and bound method for solving 0/1 knapsack 4. Backtracking to solve n-queens pr
bei_bao
- 可以解决背包问题，而不是0-1背背包。使用于数据结构里面的课后题！-Knapsack problem can be solved, not the 0-1 knapsack back. Data structure used inside the after-school question!
middle
- 动态规划求解01背包问题，使用VC++6.0开发，C-dynamic program for 0-1 package problem
ep121
- 用动态规划方法模拟0-1背包的问题，并包含了文件。-Simulation using dynamic programming methods 0-1 knapsack problem, and contains the file.