您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
本篇内容介绍了“Java怎么实现优先队列式广度优先搜索算法”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
package com.platform.modules.alg.alglib.p933; import java.util.Arrays; import java.util.PriorityQueue; public class P933 { public static final int N = 10; // 记录最优解 boolean bestx[] = new boolean[N]; // 辅助数组,用于存储排序后的重量和价值 private int w[] = new int[N]; private int v[] = new int[N]; Goods goods[] = new Goods[N]; Object S[] = new Object[N]; // 用来记录最优解 Integer bestp; // 为背包的最大容量 int W; // 为物品的个数。 int n; // 为所有物品的总重量。 int sumw; // 为所有物品的总价值 int sumv; public String output = ""; public P933() { for (int i = 0; i < goods.length; i++) { goods[i] = new Goods(); } for (int i = 0; i < S.length; i++) { S[i] = new Object(); } } // 计算节点的上界 double Bound(Node tnode) { // 已装入背包物品价值 double maxvalue = tnode.cp; int t = tnode.id; // 排序后序号 double left = tnode.rw; // 剩余容量 while (t <= n && w[t] <= left) { maxvalue += v[t]; left -= w[t++]; } if (t <= n) maxvalue += ((double) (v[t])) / w[t] * left; return maxvalue; } public String cal(String input) { String[] line = input.split("\n"); String[] words = line[0].split(" "); // 物品的个数和背包的容量 n = Integer.parseInt(words[0]); W = Integer.parseInt(words[1]); bestp = 0; // 用来记录最优解 sumw = 0; // sumw 为所有物品的总重量。 sumv = 0; // sumv为所有物品的总价值 words = line[1].split(" "); for (int i = 1; i <= words.length / 2; i++) { // 输入每个物品的重量和价值,用空格分开 goods[i].weight = Integer.parseInt(words[2 * i - 2]); goods[i].value = Integer.parseInt(words[2 * i - 1]); sumw += goods[i].weight; sumv += goods[i].value; S[i - 1].id = i; S[i - 1].d = 1.0 * goods[i].value / goods[i].weight; } if (sumw <= W) { bestp = sumv; output = bestp.toString(); return output; } Arrays.sort(S); // 按价值重量比非递增排序 for (int i = 1; i <= n; i++) {//把排序后的数据传递给辅助数组 w[i] = goods[S[i - 1].id].weight; v[i] = goods[S[i - 1].id].value; } priorbfs();//优先队列分支限界法 output += bestp + "\n"; for (int i = 1; i <= n; i++) { // 输出最优解 if (bestx[i]) output += S[i - 1].id + " "; // 输出原物品序号(排序前的) } return output; } // 优先队列式分支限界法 int priorbfs() { // 当前处理的物品序号t,当前装入背包物品价值tcp,当前剩余容量trw int t, tcp, trw; double tup; // 当前价值上界 tup PriorityQueue<Node> q = new PriorityQueue<>(); // 优先队列 q.add(new Node(0, sumv, W, 1)); // 初始化,根结点加入优先队列 while (!q.isEmpty()) { // 定义三个结点型变量 Node livenode; Node lchild = new Node(); Node rchild = new Node(); livenode = q.peek(); // 取出队头元素作为当前扩展结点 livenode q.poll(); // 队头元素出队 t = livenode.id; // 当前处理的物品序号 // 搜到最后一个物品的时候不需要往下搜索。 // 如果当前的背包没有剩余容量(已经装满)了,不再扩展。 if (t > n || livenode.rw == 0) { if (livenode.cp >= bestp) { // 更新最优解和最优值 for (int i = 1; i <= n; i++) bestx[i] = livenode.x[i]; bestp = livenode.cp; } continue; } if (livenode.up < bestp)//如果不满足不再扩展 continue; tcp = livenode.cp; //当前背包中的价值 trw = livenode.rw; //背包剩余容量 if (trw >= w[t]) { //扩展左孩子,满足约束条件,可以放入背包 lchild.cp = tcp + v[t]; lchild.rw = trw - w[t]; lchild.id = t + 1; tup = Bound(lchild); //计算左孩子上界 lchild = new Node(lchild.cp, tup, lchild.rw, lchild.id); for (int i = 1; i <= n; i++)//复制以前的解向量 lchild.x[i] = livenode.x[i]; lchild.x[t] = true; if (lchild.cp > bestp)//比最优值大才更新 bestp = lchild.cp; q.add(lchild);//左孩子入队 } rchild.cp = tcp; rchild.rw = trw; rchild.id = t + 1; tup = Bound(rchild);//计算右孩子上界 if (tup >= bestp) {//扩展右孩子,满足限界条件,不放入 rchild = new Node(tcp, tup, trw, t + 1); for (int i = 1; i <= n; i++)//复制以前的解向量 rchild.x[i] = livenode.x[i]; rchild.x[t] = false; q.add(rchild);//右孩子入队 } } return bestp;//返回最优值。 } } // 定义结点。每个节点来记录当前的解。 class Node implements Comparable<Node> { int cp; // cp 为当前装入背包的物品总价值 double up; // 价值上界 int rw; // 剩余容量 int id; // 物品号 boolean x[] = new boolean[P933.N]; // 解向量 Node() { } Node(int _cp, double _up, int _rw, int _id) { cp = _cp; up = _up; rw = _rw; id = _id; } @Override public int compareTo(Node o) { return (this.up - o.up) > 0 ? 1 : -1; } } // 物品 class Goods { int weight; // 重量 int value; // 价值 } // 辅助物品结构体,用于按单位重量价值(价值/重量比)排序 class Object implements Comparable { int id; // 序号 double d; // 单位重量价值 @Override public int compareTo(java.lang.Object o) { return this.d > ((Object) o).d ? -1 : 1; } }
“Java怎么实现优先队列式广度优先搜索算法”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。