算法设计与分析-分支限界

2024-06-06 05:36

本文主要是介绍算法设计与分析-分支限界,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

问题A: 分支限界法-单源最短路径问题

题目描述

 已知一个加权有向图(为了计算方便,假设编号为1的顶点是入度为0的源点,编号为n的顶点是出度为0的汇点,图中的顶点从1开始编号),要求计算图中从源点出发到汇点的最短距离及其对应的路径(逆向输出)。

输入

第1行输入两个整数,分别表示图G中顶点数n和边数m。
第2 - m+1行每行输入三个整数,分别表示顶点i和顶点j的编号以及由这两个顶点的有向边上的权。

输出

第1行输出源点到汇点的最短路径距离。
第2行输出汇点到源点的逆向最短路径。

样例输入

 复制

5 7
1 2 10
1 4 30
1 5 100
2 3 50
3 5 10
4 3 20
4 5 60
样例输出

 复制

60
5 3 4 1
提示
#include <stdio.h>#define INFINITY  65535
#define MaxSize 100 //顺序队列最大长度 int n;  //图中的顶点个数 
int m; //图中的边的个数 
int a[20][20];//邻接矩阵 
int label[20]; // 存储源点到其余顶点最短路径上的最后一个顶点编号,0号单元不用
int distance[20]; // 存储从源点出发到其余各个顶点的最短距离,0号单元不用 void CreateGraph() {int i,j,u,v,w;for(i=1; i<=n; i++){ // 初始化邻接矩阵for(j=1; j<=n; j++) a[i][j] = INFINITY;}for(i=1; i<=m; i++) { // 输入边信息填写有向图的邻接矩阵scanf("%d %d %d",&u,&v,&w);  // 边的信息包括顶点1和顶点2的编号以及它们之间的距离a[u][v]=w;}
}typedef struct {int length; // 存储源点到此顶点的当前距离 int i; //存储顶点在图中的编号 
} QNode; //存放解空间树中的结点数据typedef struct { //存放结点的顺序循环队列QNode Q[MaxSize];int front,rear;
} SqQueue;void InitQueue(SqQueue &sq) { //队列初始化sq.front=0;sq.rear=0;
}int QueueEmpty(SqQueue sq) {	//判断队列是否为空if(sq.front==sq.rear) {return 1;} else {return 0;}
}int QueueFull(SqQueue sq) { //判断队列是否为满if(sq.front==(sq.rear+1)%MaxSize) {return 1;} else {return 0;}
}void EnQueue(SqQueue &sq, QNode e) { //入队if(!QueueFull(sq)) {sq.Q[sq.rear]=e;sq.rear=(sq.rear+1)%MaxSize;} else {printf("Error:queue is full\n");}
}void DeQueue(SqQueue &sq, QNode &e) { //出队if(!QueueEmpty(sq)) {e=sq.Q[sq.front];sq.front=(sq.front+1)%MaxSize;} else {printf("Error:queue is empty\n");}
}void BB() {//从顶点1开始 SqQueue sq;InitQueue(sq);QNode e;e.length=0;e.i=1; // 构造根结点EnQueue(sq,e);while(!QueueEmpty(sq)) {DeQueue(sq,e);int i=e.i;int length=e.length;for(int j=1;j<=n;j++){if(a[i][j]<INFINITY && length+a[i][j]<distance[j]){________________________}} 	}
}int main(void) {scanf("%d %d",&n,&m);CreateGraph();for(int i=1; i<=n; i++){ // 初始化源点到各个顶点的距离 distance[i]=INFINITY;}distance[1]=0; // 源点编号为1 label[1]=0; // 表示1号顶点没有前驱结点 BB();printf("%d\n",distance[n]);for(int u=n; u!=0; u=label[u]) printf("%d ",u);return 0;
}
#include <stdio.h>#define INFINITY  65535
#define MaxSize 100 //顺序队列最大长度 int n;  //图中的顶点个数 
int m; //图中的边的个数 
int a[20][20];//邻接矩阵 
int label[20]; // 存储源点到其余顶点最短路径上的最后一个顶点编号,0号单元不用
int distance[20]; // 存储从源点出发到其余各个顶点的最短距离,0号单元不用 void CreateGraph() {int i,j,u,v,w;for(i=1; i<=n; i++){ // 初始化邻接矩阵for(j=1; j<=n; j++) a[i][j] = INFINITY;}for(i=1; i<=m; i++) { // 输入边信息填写有向图的邻接矩阵scanf("%d %d %d",&u,&v,&w);  // 边的信息包括顶点1和顶点2的编号以及它们之间的距离a[u][v]=w;}
}typedef struct {int length; // 存储源点到此顶点的当前距离 int i; //存储顶点在图中的编号 
} QNode; //存放解空间树中的结点数据typedef struct { //存放结点的顺序循环队列QNode Q[MaxSize];int front,rear;
} SqQueue;void InitQueue(SqQueue &sq) { //队列初始化sq.front=0;sq.rear=0;
}int QueueEmpty(SqQueue sq) {	//判断队列是否为空if(sq.front==sq.rear) {return 1;} else {return 0;}
}int QueueFull(SqQueue sq) { //判断队列是否为满if(sq.front==(sq.rear+1)%MaxSize) {return 1;} else {return 0;}
}void EnQueue(SqQueue &sq, QNode e) { //入队if(!QueueFull(sq)) {sq.Q[sq.rear]=e;sq.rear=(sq.rear+1)%MaxSize;} else {printf("Error:queue is full\n");}
}void DeQueue(SqQueue &sq, QNode &e) { //出队if(!QueueEmpty(sq)) {e=sq.Q[sq.front];sq.front=(sq.front+1)%MaxSize;} else {printf("Error:queue is empty\n");}
}void BB() {//从顶点1开始 SqQueue sq;InitQueue(sq);QNode e;e.length=0;e.i=1; // 构造根结点EnQueue(sq,e);while(!QueueEmpty(sq)) {DeQueue(sq,e);int i=e.i;int length=e.length;for(int j=1;j<=n;j++){if(a[i][j]<INFINITY && length+a[i][j]<distance[j]){distance[j]=length+a[i][j];label[j]=i;e.length=distance[j];e.i=j;EnQueue(sq,e);}} 	}
}int main(void) {scanf("%d %d",&n,&m);CreateGraph();for(int i=1; i<=n; i++){ // 初始化源点到各个顶点的距离 distance[i]=INFINITY;}distance[1]=0; // 源点编号为1 label[1]=0; // 表示1号顶点没有前驱结点 BB();printf("%d\n",distance[n]);for(int u=n; u!=0; u=label[u]) printf("%d ",u);return 0;
}

问题B: 分支限界法-0-1背包问题

题目描述

给定n种物品和一背包。物品i (1≤i≤n) 的重量是wi (wi > 0),其价值为vi (vi > 0),背包的容量为c (c > 0)。问应如何选择装入背包的物品,使得装入背包中物品的总价值最大? 

输入

第1行输入两个整数分别表示物品的数量和背包容量。
第2行输入n个整数分别表示每个物品的重量。
第3行输入n个整数分别表示每个物品的获利。

输出

第1行输出整个背包的最大获利。

样例输入

 复制

3 50
45 25 25
28 15 15
样例输出

 复制

30
提示
 
 
#include <stdio.h> // 为了方便编写限界函数,假设按照单位重量获利递增的顺序输入每个物品的重量和获利。 #define MaxSize 100 //最多节点数 int n; //物品数量 int c; //背包容量 int w[MaxSize]; //依次存放各个物品的重量,0号单元不用 int v[MaxSize]; //依次存放各个物品的价值,0号单元不用 int bestx[MaxSize]; //存放程序执行过程中已经找到的当前最优解,0号单元不用 int bestv=0; //存放程序执行过程中已经找到的当前最优值 typedef struct { int cw; // 当前已放物品的重量 int cv; // 当前已放物品的获利 int i; //当前在解空间树中的层数,假设根结点是第1层 int x[MaxSize]; // 当前解向量 } QNode; //存放解空间树中的节点数据 typedef struct { //存放节点的顺序循环队列 QNode Q[MaxSize]; int front,rear; } SqQueue; void InitQueue(SqQueue &sq) { //队列初始化 sq.front=0; sq.rear=0; } int QueueEmpty(SqQueue sq) { //判断队列是否为空 if(sq.front==sq.rear) { return 1; } else { return 0; } } int QueueFull(SqQueue sq) { //判断队列是否为满 if(sq.front==(sq.rear+1)%MaxSize) { return 1; } else { return 0; } } void EnQueue(SqQueue &sq, QNode e) { //入队 if(!QueueFull(sq)) { sq.Q[sq.rear]=e; sq.rear=(sq.rear+1)%MaxSize; } else { printf("Error:queue is full\n"); } } void DeQueue(SqQueue &sq, QNode &e) { //出队 if(!QueueEmpty(sq)) { e=sq.Q[sq.front]; sq.front=(sq.front+1)%MaxSize; } else { printf("Error:queue is empty\n"); } } void BB() { SqQueue sq; InitQueue(sq); // 构造根结点 QNode e; e.cw=0; e.cv=0; e.i=1; EnQueue(sq,e); while(!QueueEmpty(sq)) { DeQueue(sq,e); if(e.i==n+1) {// 处理解空间树中的叶子结点 if(e.cv>=bestv){ bestv=e.cv; for(int j=1; j<=n; j++) { bestx[j]=e.x[j]; } } } else { // 处理解空间树中的非叶子结点 //处理左孩子,要该物品 QNode le=e; ___________ le.i++; // 准备好进入下一层 if(le.cw<=c) { // 如果满足约束条件 EnQueue(sq,le); } //处理右孩子,不要该物品 QNode re=e; _____________ re.i++; // 准备好进入下一层 EnQueue(sq,re); } } } int main(void) { scanf("%d %d",&n,&c); for(int i=1; i<=n; i++) { scanf("%d",&w[i]); } for(int i=1; i<=n; i++) { scanf("%d",&v[i]); } BB(); printf("%d\n",bestv); return 0; }
#include <stdio.h>// 为了方便编写限界函数,假设按照单位重量获利递增的顺序输入每个物品的重量和获利。#define MaxSize 100	//最多节点数int n; //物品数量
int c; //背包容量int w[MaxSize];	//依次存放各个物品的重量,0号单元不用 
int v[MaxSize];	//依次存放各个物品的价值,0号单元不用
int bestx[MaxSize];	//存放程序执行过程中已经找到的当前最优解,0号单元不用
int bestv=0; //存放程序执行过程中已经找到的当前最优值typedef struct {int cw; // 当前已放物品的重量int cv; // 当前已放物品的获利int i; //当前在解空间树中的层数,假设根结点是第1层int x[MaxSize]; // 当前解向量
} QNode; //存放解空间树中的节点数据typedef struct { //存放节点的顺序循环队列QNode Q[MaxSize];int front,rear;
} SqQueue;void InitQueue(SqQueue &sq) { //队列初始化sq.front=0;sq.rear=0;
}int QueueEmpty(SqQueue sq) { //判断队列是否为空if(sq.front==sq.rear) {return 1;} else {return 0;}
}int QueueFull(SqQueue sq) { //判断队列是否为满if(sq.front==(sq.rear+1)%MaxSize) {return 1;} else {return 0;}
}void EnQueue(SqQueue &sq, QNode e) { //入队if(!QueueFull(sq)) {sq.Q[sq.rear]=e;sq.rear=(sq.rear+1)%MaxSize;} else {printf("Error:queue is full\n");}
}void DeQueue(SqQueue &sq, QNode &e) { //出队if(!QueueEmpty(sq)) {e=sq.Q[sq.front];sq.front=(sq.front+1)%MaxSize;} else {printf("Error:queue is empty\n");}
}void BB() {SqQueue sq;InitQueue(sq);// 构造根结点QNode e;e.cw=0;e.cv=0;e.i=1;EnQueue(sq,e);while(!QueueEmpty(sq)) {DeQueue(sq,e);if(e.i==n+1) {// 处理解空间树中的叶子结点if(e.cv>=bestv){bestv=e.cv;for(int j=1; j<=n; j++) {bestx[j]=e.x[j];}}	} else { // 处理解空间树中的非叶子结点//处理左孩子,要该物品QNode le = e;  le.x[e.i] = 1; // 选择当前物品  le.cw += w[e.i]; // 更新当前重量  le.cv += v[e.i]; // 更新当前价值  le.i++; // 准备好进入下一层  if (le.cw <= c) { // 如果满足约束条件  EnQueue(sq, le);  }  // 处理右孩子,不要该物品  QNode re = e;  // re.x[e.i] 已经是0,因为是从e复制过来的  re.i++; // 准备好进入下一层  EnQueue(sq, re);  }}
}int main(void) {scanf("%d %d",&n,&c);for(int i=1; i<=n; i++) {scanf("%d",&w[i]);}for(int i=1; i<=n; i++) {scanf("%d",&v[i]);}BB();printf("%d\n",bestv);return 0;
}

这篇关于算法设计与分析-分支限界的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1035233

相关文章

Redis主从/哨兵机制原理分析

《Redis主从/哨兵机制原理分析》本文介绍了Redis的主从复制和哨兵机制,主从复制实现了数据的热备份和负载均衡,而哨兵机制可以监控Redis集群,实现自动故障转移,哨兵机制通过监控、下线、选举和故... 目录一、主从复制1.1 什么是主从复制1.2 主从复制的作用1.3 主从复制原理1.3.1 全量复制

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

Python中的可视化设计与UI界面实现

《Python中的可视化设计与UI界面实现》本文介绍了如何使用Python创建用户界面(UI),包括使用Tkinter、PyQt、Kivy等库进行基本窗口、动态图表和动画效果的实现,通过示例代码,展示... 目录从像素到界面:python带你玩转UI设计示例:使用Tkinter创建一个简单的窗口绘图魔法:用

Redis主从复制的原理分析

《Redis主从复制的原理分析》Redis主从复制通过将数据镜像到多个从节点,实现高可用性和扩展性,主从复制包括初次全量同步和增量同步两个阶段,为优化复制性能,可以采用AOF持久化、调整复制超时时间、... 目录Redis主从复制的原理主从复制概述配置主从复制数据同步过程复制一致性与延迟故障转移机制监控与维

Redis连接失败:客户端IP不在白名单中的问题分析与解决方案

《Redis连接失败:客户端IP不在白名单中的问题分析与解决方案》在现代分布式系统中,Redis作为一种高性能的内存数据库,被广泛应用于缓存、消息队列、会话存储等场景,然而,在实际使用过程中,我们可能... 目录一、问题背景二、错误分析1. 错误信息解读2. 根本原因三、解决方案1. 将客户端IP添加到Re

Redis主从复制实现原理分析

《Redis主从复制实现原理分析》Redis主从复制通过Sync和CommandPropagate阶段实现数据同步,2.8版本后引入Psync指令,根据复制偏移量进行全量或部分同步,优化了数据传输效率... 目录Redis主DodMIK从复制实现原理实现原理Psync: 2.8版本后总结Redis主从复制实

锐捷和腾达哪个好? 两个品牌路由器对比分析

《锐捷和腾达哪个好?两个品牌路由器对比分析》在选择路由器时,Tenda和锐捷都是备受关注的品牌,各自有独特的产品特点和市场定位,选择哪个品牌的路由器更合适,实际上取决于你的具体需求和使用场景,我们从... 在选购路由器时,锐捷和腾达都是市场上备受关注的品牌,但它们的定位和特点却有所不同。锐捷更偏向企业级和专

Spring中Bean有关NullPointerException异常的原因分析

《Spring中Bean有关NullPointerException异常的原因分析》在Spring中使用@Autowired注解注入的bean不能在静态上下文中访问,否则会导致NullPointerE... 目录Spring中Bean有关NullPointerException异常的原因问题描述解决方案总结

python中的与时间相关的模块应用场景分析

《python中的与时间相关的模块应用场景分析》本文介绍了Python中与时间相关的几个重要模块:`time`、`datetime`、`calendar`、`timeit`、`pytz`和`dateu... 目录1. time 模块2. datetime 模块3. calendar 模块4. timeit

python-nmap实现python利用nmap进行扫描分析

《python-nmap实现python利用nmap进行扫描分析》Nmap是一个非常用的网络/端口扫描工具,如果想将nmap集成进你的工具里,可以使用python-nmap这个python库,它提供了... 目录前言python-nmap的基本使用PortScanner扫描PortScannerAsync异