【贪心算法】【Python实现】最优装载问题

2024-05-15 07:12

本文主要是介绍【贪心算法】【Python实现】最优装载问题,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!

文章目录

    • @[toc]
      • 问题描述
        • 形式化描述
      • 贪心算法
        • 贪心选择性质
        • 最优子结构性质
      • `Python`实现
      • 时间复杂性

问题描述

  • 有一批集装箱要装上一艘载重量为 c c c的轮船,其中集装箱 i i i的重量为 w i w_{i} wi
  • 在装载体积不受限制的情况下,将尽可能多的集装箱装上轮船
形式化描述

{ max ⁡ ∑ i = 1 n x i ∑ i = 1 n w i x i ≤ c x i ∈ { 0 , 1 } , 1 ≤ i ≤ n \begin{cases} \max\displaystyle\sum\limits_{i = 1}^{n}{x_{i}} \\ \displaystyle\sum\limits_{i = 1}^{n}{w_{i} x_{i}} \leq c \end{cases} \kern{2em} x_{i} \in \set{0 , 1} , 1 \leq i \leq n maxi=1nxii=1nwixicxi{0,1},1in


贪心算法

  • 采用重量最轻者先装的贪心选择策略,可产生最优装载问题的最优解
贪心选择性质
  • 设集装箱已依其重量从小到大排序, ( x 1 , x 2 , ⋯ , x n ) (x_{1} , x_{2} , \cdots , x_{n}) (x1,x2,,xn)是最优装载问题的一个最优解,设 k = min ⁡ 1 ≤ i ≤ n { i ∣ x i = 1 } k = \min\limits_{1 \leq i \leq n}{\set{i \mid x_{i} = 1}} k=1inmin{ixi=1},如果给定的最优装载问题有解,则 1 ≤ k ≤ n 1 \leq k \leq n 1kn
    • k = 1 k = 1 k=1时, ( x 1 , x 2 , ⋯ , x n ) (x_{1} , x_{2} , \cdots , x_{n}) (x1,x2,,xn)是一个满足贪心选择性质的最优解
    • k > 1 k > 1 k>1时,取 y 1 = 1 y_{1} = 1 y1=1 y k = 0 y_{k} = 0 yk=0 y i = x i y_{i} = x_{i} yi=xi 1 < i ≤ n 1 < i \leq n 1<in i ≠ k i \neq k i=k,则 ∑ i = 1 n w i y i = w 1 − w k + ∑ i = 1 n w i x i ≤ ∑ i = 1 n w i x i ≤ c \displaystyle\sum\limits_{i = 1}^{n}{w_{i} y_{i}} = w_{1} - w_{k} + \displaystyle\sum\limits_{i = 1}^{n}{w_{i} x_{i}} \leq \displaystyle\sum\limits_{i = 1}^{n}{w_{i} x_{i}} \leq c i=1nwiyi=w1wk+i=1nwixii=1nwixic,因此, ( y 1 , y 2 , ⋯ , y n ) (y_{1} , y_{2} , \cdots , y_{n}) (y1,y2,,yn)是所给最优装载问题的可行解
  • ∑ i = 1 n y i = ∑ i = 1 n x i \displaystyle\sum\limits_{i = 1}^{n}{y_{i}} = \displaystyle\sum\limits_{i = 1}^{n}{x_{i}} i=1nyi=i=1nxi知, ( y 1 , y 2 , ⋯ , y n ) (y_{1} , y_{2} , \cdots , y_{n}) (y1,y2,,yn)是满足贪心选择性质的最优解,所以,最优装载问题具有贪心选择性质
最优子结构性质
  • ( x 1 , x 2 , ⋯ , x n ) (x_{1} , x_{2} , \cdots , x_{n}) (x1,x2,,xn)是最优装载问题的满足贪心选择性质的最优解,则 x 1 = 1 x_{1} = 1 x1=1 ( x 2 , x 3 , ⋯ , x n ) (x_{2} , x_{3} , \cdots , x_{n}) (x2,x3,,xn)是轮船载重量为 c − w 1 c - w_{1} cw1、待装船集装箱为 { 2 , 3 , ⋯ , n } \set{2 , 3 , \cdots , n} {2,3,,n}时相应最优装载问题的最优解,也就是说,最优装载问题具有最优子结构性质

Python实现

def loading_ship(containers, capacity):# 将集装箱组织成 (索引, 重量) 二元组形式containers = list(enumerate(containers))# 按照集装箱的重量进行排序containers.sort(key=lambda x: x[1])# 记录已经装载的集装箱索引loaded_containers = []# 记录当前已经装载的总重量current_weight = 0# 遍历每个集装箱for index, weight in containers:# 如果当前集装箱的重量加上已经装载的总重量不超过轮船的载重量, 则将集装箱装上轮船if current_weight + weight <= capacity:current_weight += weightloaded_containers.append(index)else:# 如果无法装载当前集装箱, 则退出循环breakloaded_containers.sort()return loaded_containerscontainers = [3, 5, 2, 7, 4, 1]
capacity = 10res = loading_ship(containers, capacity)print(f'装载的集装箱索引: {res}')
装载的集装箱索引: [0, 2, 4, 5]

时间复杂性

  • 算法的主要计算量在于将集装箱依其重量从小到大排序,所以算法所需的计算时间为 O ( n log ⁡ n ) O(n \log{n}) O(nlogn)

这篇关于【贪心算法】【Python实现】最优装载问题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/991158

相关文章

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配

线上Java OOM问题定位与解决方案超详细解析

《线上JavaOOM问题定位与解决方案超详细解析》OOM是JVM抛出的错误,表示内存分配失败,:本文主要介绍线上JavaOOM问题定位与解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一、OOM问题核心认知1.1 OOM定义与技术定位1.2 OOM常见类型及技术特征二、OOM问题定位工具

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python正则表达式匹配和替换的操作指南

《Python正则表达式匹配和替换的操作指南》正则表达式是处理文本的强大工具,Python通过re模块提供了完整的正则表达式功能,本文将通过代码示例详细介绍Python中的正则匹配和替换操作,需要的朋... 目录基础语法导入re模块基本元字符常用匹配方法1. re.match() - 从字符串开头匹配2.

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

通过Docker容器部署Python环境的全流程

《通过Docker容器部署Python环境的全流程》在现代化开发流程中,Docker因其轻量化、环境隔离和跨平台一致性的特性,已成为部署Python应用的标准工具,本文将详细演示如何通过Docker容... 目录引言一、docker与python的协同优势二、核心步骤详解三、进阶配置技巧四、生产环境最佳实践

Python一次性将指定版本所有包上传PyPI镜像解决方案

《Python一次性将指定版本所有包上传PyPI镜像解决方案》本文主要介绍了一个安全、完整、可离线部署的解决方案,用于一次性准备指定Python版本的所有包,然后导出到内网环境,感兴趣的小伙伴可以跟随... 目录为什么需要这个方案完整解决方案1. 项目目录结构2. 创建智能下载脚本3. 创建包清单生成脚本4

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot?二、环境准备与部署2.1 安装 RustF

Nginx部署HTTP/3的实现步骤

《Nginx部署HTTP/3的实现步骤》本文介绍了在Nginx中部署HTTP/3的详细步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录前提条件第一步:安装必要的依赖库第二步:获取并构建 BoringSSL第三步:获取 Nginx