标签：knapsack-problem java algorithm optimization

是否有可能修改1-0 Knapsack算法以优化袋中物品的最终总重量作为首选(并将值作为第二选择),保持相同的算法复杂度？

我正在研究this java implementation(在文章的最后).

更具体地说,我正在考虑改变这段代码

if (wt[item-1]<=weight){
    V[item][weight]=Math.max (val[item-1]+V[item-1][weight-wt[item-1]], V[item-1][weight]);
}else{
    V[item][weight]=V[item-1][weight];
}

在某些其他条件下,首先控制重量是否接近添加此项目的阈值,如果重量没有变化,则表示该值是否更好.

你有没有想过如何在不改变复杂性的情况下做到这一点？

谢谢

编辑
“首先控制重量是否接近添加此项目的阈值”我的意思是达到背包的重量限制.换句话说,“最大化我可以随身携带的重量”而不会破坏它

解决方法:

你想做以下事吗？选择项目以使重量最大化,同时仍然遵守重量限制.如果有多个最优解决方案,每个解决方案都达到最大可能的权重,那么通过选择总价值最大的解决方案来选择它们.

如果是这样,那么我建议如下. (我正在考虑背包问题本身,而不是你的Java实现.)

设M =所有项目中的[编辑]的最大值,N =项目数.用权重值/ MN替换每个值(在目标函数中).

然后模型将最大化总重量,同时仍然尊重重量限制.如果有多个具有相同最佳权重的解决方案,它将选择具有最大值的解决方案.通过MN划分确保您永远不会选择具有更好价值的解决方案,而代价是更重的重量.

标签：knapsack-problem,java,algorithm,optimization
来源： https://codeday.me/bug/20190823/1695426.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。