搜索资源列表
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
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
fzxjsf
- 1．在选择装入背包的物品时，对每种物品I只有两种选择，即装入背包或不装入背包。不能将物品I装入背包多次，也不能只装入部分的物品I。 2．物品的种数，重量、价值，背包的容量要求输入； 3．算法中加入剪枝函数（对重量已经超过限制重量的子树不搜索）；
backbagproblem
- 背包問題是關於最佳化的問題，要解最佳化問題可以使用「動態規劃」（Dynamic programming），從空集合開始，每增加一個元素就先求出該階段的最佳解，直到所有的元素加入至集合中，最後得到的就是最佳解。 以背包問題為例，我們使用兩個陣列value與item，value表示目前的最佳解所得之總價，item表示最後一個放至背包的水果，假設有負重量 1～8的背包8個，並對每個背包求其最佳解
Eratosthenes
- 說明 除了自身之外，無法被其它整數整除的數稱之為質數，要求質數很簡單，但如何快速的求出質數則一直是程式設計人員與數學家努力的課題，在這邊介紹一個著名的 Eratosthenes求質數方法 解。 以背包問題為例，我們使用兩個陣列value與item，value表示目前的最佳解所得之總價，item表示最後一個放至背包的水果，假設有負重量 1～8的背包8個，並對每個背包求其最佳解。
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。
packet
- 输入物品的个数和背包的负重大小；程序自动为每个物品的重量和价值赋一个随机值(范围10~80)，输出装入背包的物品的总价值最大的值和此时的总物品大小。实现方法：1 回溯法，2 FIFO分枝限界，3 LC分枝限界；
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
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
Question1
- C++源代码，递归实现。原问题描述：鼓上蚤时迁到一个山洞里去盗宝，里面有n件宝贝，价值分别是a1,a2......an，并且满足ai大于a1+a2+....+a(i-1)的和。他身上有一个背包，能装的东西最大价值是K，他只能进洞一次，请问他最多能带出多少？ 要求：输入K，n，a1，a2......an 输出：他能最多带出的宝物价值 -C++ Source code Recursive achieve. The original problem descr iption: drum