在背包问题中多次选择相同的项目[纸浆]
在背包问题中多次选择相同的项目"纸浆"，是指在一个给定容量的背包中，可以重复多次选择并放入"纸浆"这个项目。
背包问题是一个经典的组合优化问题，它通常描述为：给定一个固定容量的背包和一组具有各自重量和价值的物品，我们的目标是在不超过背包容量的前提下，选择物品放入背包，使得背包内物品的总价值最大化。
在标准的背包问题中，每个项目只能选择一次，即为0-1背包问题。但在某些特定情况下，我们允许重复选择某个项目，即为多重背包问题。而背包问题中多次选择相同的项目则是多重背包问题的一种特例。
在实际应用中，多次选择相同的项目可以有一些实际的优势和应用场景。例如，在物流领域中，"纸浆"可能是一个必需的项目，供应链上的多个环节都需要用到。通过允许多次选择相同的"纸浆"项目，可以更好地满足各个环节对"纸浆"的需求，提高物流的效率和灵活性。
对于多次选择相同的项目，推荐腾讯云的相关产品是云服务器（CVM）和对象存储（COS）。
- 腾讯云云服务器（CVM）：腾讯云云服务器是一种按需分配的虚拟服务器，可根据实际需求灵活配置和管理资源。通过使用云服务器，可以快速部署和扩展应用程序，提供强大的计算能力来处理背包问题中的多次选择相同的项目。
产品介绍链接地址：腾讯云云服务器（CVM）
- 腾讯云对象存储（COS）：腾讯云对象存储是一种高可靠、低成本、易扩展的云端存储服务。它提供了海量的存储空间，适用于存储和管理背包问题中多次选择相同的项目的数据，如"纸浆"相关的文件、图片、视频等。
产品介绍链接地址：腾讯云对象存储（COS）
通过使用腾讯云的云服务器和对象存储服务，可以为背包问题中多次选择相同的项目提供可靠的计算和存储资源，满足实际应用的需求。
相关·内容
2回答
我对背包问题有个研究。现在，我停止了一个特殊类型的多背包问题，其中每个项目的重量等于这个项目的利润。
我找不到任何文件能说明这个问题的复杂性。这是NP-完全还是不完整？
任何帮助都将不胜感激。
浏览 3提问于2015-03-18得票数 1
回答已采纳
我看到一维数组是在无界背包情况下构造的，而二维数组是在0/1背包情况下构造的？这一切为什么要发生？这个问题是关于动态规划的。
浏览 2提问于2019-12-30得票数 4
回答已采纳
我还是不明白。我真的不知道。对我来说贪婪的算法，只关心：
problemsMaximizing/Minimizing 将问题划分为阶段、子阶段、或优化每个阶段的输出()，而不考虑以后的阶段或任何其他阶段。
即使0/1背包问题也是用同样的理论来求解的。
Stages在每个阶段成为fillOptimizing输出的各种项目，首先选择提供最大利润的项目，然后再选择下一个提供最多利润的项目，等等。
这是我们在两个背包问题上所遵循的相同方法。唯一的区别是：
In分数背包：我们通过选择提供最多利润/重量的项目来最大化利润。为什么？因为项目可以是dividedIn 0/1背包：我们通过选择提供最大利润的项目
浏览 6提问于2021-01-03得票数 0
我正在为即将到来的测试复习一下，想知道是否有人可以重复一下问题的b部分。这是发出去的复习表中的文本，但我不确定b部分到底在问什么。我猜更严格地说，什么是“产生一个不到0/1背包问题最优解的1%的解”。
a)解决背包问题的以下实例，即，给出所选每个对象的分数和最优背包的值。显示步骤：
背包容量C= 100
**在这里他列出了对象、它们的值和权重。在表中**
b) 10pt给出了一个具有两个对象的示例，表明用于分数背包问题的相同贪婪方法(略有修改，如果不适合，则去掉贪婪方法选择的最后一个对象)产生的解小于0/1背包问题的最优解的1%。
浏览 1提问于2012-11-26得票数 0
3回答
填充两个背包的最佳方法？
、、、
在一个背包的情况下，最优填充背包的动态规划算法工作良好。但是，是否有一种有效的已知算法可以最优地填充2个背包(容量可能是不相等的)？
我试过以下两种方法，但这两种方法都不正确。
首先使用最初的DP算法填充第一个背包，然后填充另一个背包。
首先填充大小为W1 + W2的背包，然后将解决方案拆分为两个解决方案(其中W1和W2是两个背包的容量)。
问题陈述(参见维基百科的 )：
我们必须用一组物品填充背包(每个项目都有一个重量和一个值)，以便在总重量小于或等于背包大小的情况下，最大限度地利用这些物品的价值。
我们不能多次使用一个项目。
我们不能使用项目的一部分。我们不能拿
浏览 8提问于2013-02-09得票数 17
回答已采纳
1回答
提姆RoughGarden在解释0-1背包问题时，在“算法-II”课程中，他提到了以下内容，并引用了以下内容
“在考虑剩余子问题之前，去掉背包容量中的Wn，我们实际上是在为项目N保留一个缓冲区，如果我们需要的话，这就是当我们将N重新插入这个解决方案S*时，我们知道我们是可行的。这类似于删除路径的倒数第二个顶点，再次作为一个缓冲区，以确保当我们将Nth顶点返回到独立集问题时的可行性。”
请解释背包问题和最大独立集问题的比较。它们是如何相互关联的。即使我搜索了
但却找不到两者之间的任何联系。
浏览 4提问于2013-08-06得票数 1
2回答
我是数据结构和算法的新手，想知道贪婪方法和动态编程(DP)方法。经过长时间的努力，我似乎掌握了解决DP问题的一步一步的方法。然而，我似乎误解了需要贪婪地处理DP问题的问题。根据定义，贪婪方法意味着我们在每一步都选择最好的解决方案，而DP有重叠子问题。
我困惑的根源是，我首先递归地解决DP问题，然后寻找重叠的子问题，并使用memoisation来改进解决方案。
我的问题是，我是否可以将DP问题的递归解决方案称为贪婪的解决方案。例如，在解决流行的背包问题时，我们要么选择在背包中添加一个项目，要么选择不添加。然后，我们在每一步都选择可能的最佳结果。现在背包问题有重叠子问题，是DP问题。但我的问题是，
浏览 7提问于2021-01-01得票数 0
2回答
我试图更好地理解背包问题，并研究这里给出的“特定的动态规划解决方案”：。
我想修改它，这样最多可以在解决方案中使用项目中的每项中的一项。我认为这可以通过在重量和体积之外的项目循环，但这是行不通的。
任何帮助都是非常感谢的。
编辑:示例:当前代码定义了一个项目列表
items = [Bounty('panacea', 3000, 3, 25),
Bounty('ichor', 1800, 2, 15),
Bounty('gold', 2500, 20, 2)]
它选择项目的最大值组合，
浏览 2提问于2015-12-22得票数 0
回答已采纳
1回答
背包Python函数
、、、、
我有一个关于背包问题的问题，目的和背包问题的结果非常相似。问题是：
假设您有一个n项的集合。所有的项目都有相同的权重，w，您最多可以选择每个项目中的一个。编写一个Python函数，作为输入输入背包的容量、容量、每个项的值的列表(按升序排列)、值和权重w，并返回背包可以容纳的最大值。
我已经尝试过编写这个函数，但是不知怎么的，我不知道在代码行中权重( w )在哪里是合适的。
def knapsack(capacity,n):
if len(n) ==0:
return 0
elif n[-1][0] > capacity:
r
浏览 6提问于2016-11-12得票数 1
2回答
假设有一个经典的0-1背包问题，但允许您溢出/流下袋子，并处以一定的惩罚。每个单位溢油时扣除X利润(重量大于最大容量)，每一单位下溢量减去Y利润(重量低于最大容量)。
我想按利润与重量之比对所有项目进行排序，然后尝试像一个正常的背包问题一样填充袋子，然后对于剩余重量和项目，我计算额外利润时，考虑到溢水。
这种解决方案在某些情况下失败，例如有3个项目的重量分别为30、20、10和利润分别为30、25、20。允许的最大重量为39，底流惩罚为5，溢出惩罚为10。
我的解决方案是像普通背包一样求解，然后考虑惩罚，因此给出了选择重量为20、10的项目的解决方案，但不增加30的重量项目，因为它的惩罚高于利
浏览 3提问于2017-01-15得票数 2
回答已采纳
2回答
假设您有一个项目列表，以及它们的Weights[]和Price[]。现在给定两个整数N<=100和K<=100，您必须找到您应该花费的最小金额，使您购买的项目的总重量恰好等于K，并且项目的数量不超过N，如果不可能满足给定的条件，则打印一个IMPOSSIBLE。你可以多次购买每件商品。
请告诉我如何在这个问题中应用背包，如果它不是背包问题，那么如何解决它？
浏览 2提问于2012-07-27得票数 0
回答已采纳
1回答
折叠背包问题是普通背包问题的推广，其中背包容量是包含的项目数量的非增函数。
有人知道什么吗(名字，文献，算法...)关于背包容量根据您选择的项目(即，域是项目的powerset )而不是项目数量而变化的变体？
浏览 2提问于2013-10-09得票数 1
作为课程的一部分，我一直在学习动态编程，并为背包0-1问题的DP解决方案奋斗了几天。我对问题和解决办法的理解是：
我们有items (A, B, C, D)，一个最大重量W = 10的背包，每个项目的权重/值是A = 2w/1v, 2w/3v, 5w/8v, 6w,5v。
解决方案要求我们考虑子问题，其中我们从0 -> W限制背包重量，从A -> D限制项目。
我不明白的是
既然我们需要迭代每个项目，那么intuitively?Why如何达到这个解决方案?如果没有DP并使用蛮力尝试所有组合方法，那么DP子问题解决方案如何解释所有背包解决方案的可能组合？
浏览 4提问于2021-06-07得票数 2
我正在将一个项目迁移到背包中。我使用的是广告认证，它可以与背包集成。在当前的项目中，为了根据属于AD的组分配角色，我有一些逻辑，现在我在登录控制器内的登录函数中实现了这个过程。如何在背包中实现此过程？我没有机会接触到控制器。
浏览 9提问于2022-10-31得票数 0
回答已采纳
1回答
当所有利润都等于1时，背包问题有一种变体。它似乎可以比经典的离散(0- 1 )背包问题更快地解决，但如何解决呢？贪婪算法会起作用吗(在每次迭代中，将一个重量最小的对象放到背包中)？
浏览 2提问于2010-12-04得票数 4
回答已采纳
我能给特雷洛发个便条吗?就像我在背包里一样？我只是试着在特雷洛做项目，要想把想法从我的脑海中转移到一个项目中，就是用电子邮件把这条便条/想法发到背包里。
背包中的每一页都有自己独特的电子邮件，所以我必须先去背包，以获取唯一的电子邮件地址。
我在想，Trello...maybe中可能也有类似的行为吗？
浏览 0提问于2012-08-31得票数 6
1回答
背包问题很老，但这里有一些不同之处： 在有n个项目的商店中，每个项目都有权重Wi和值Vi。一个袋子可以包括最大重量W。选择一些物品，总重量有最大值。并且一个项目可以多次选择。 如果一个项目可以选择一次，我才能完成，但多次选择对我来说很难。所以你能帮我吗！
浏览 11提问于2021-05-08得票数 1
回答已采纳
2回答
用递归求解背包
、、
我试图使用Scala中的递归来解决背包问题，但我的要求是显示选择了哪些项目保留在背包中。availableMoney表示背包大小。
我的代码如下：
def knapsack(availableMoney: Int,wt:List[Int],value :List[Int] ,n:Int) : Int= {
if(n == 0 || availableMoney == 0)
return 0
if (wt(n - 1) > availableMoney) {
return knapsack(availableMoney,wt,value, n - 1
浏览 2提问于2016-11-20得票数 0
回答已采纳
所以我正在写一个背包问题，在我的任务中有一个规范，背包中不能有相同的“重量”项目。
基本上，我发送我的物品列表，它是“食品储藏室”，然后是容量，背包里可以有多少重量和背包本身。
legalKnapsackNoSameRocks(Pantry, Capacity, Knapsack):-
subseq2(Knapsack,Pantry),
weight(Knapsack,W),
W =< Capacity.
然后，我对所有可能的组合进行subLists
subseq2([],[]).
subseq2([Item | RestX], [Item | RestY]) :-
浏览 10提问于2017-12-21得票数 1
回答已采纳
1回答
就像经典的背包问题一样，我们希望在不让总重量超过容量的情况下，使总价值最大化，并且它们的值和权重是独立的。但是，对于一些项目，如果您想要选择它，您必须选择一些其他项目。
例如:有item_1，item_2，…，item_n。如果你想选择item_1，你必须选择item_3和item_5，如果你想选择item_3，你必须选择item_2，item_7，item_9.等。
依赖关系是独立的，也就是说，如果我们绘制依赖关系图，它就是一个“有向图”。
首先，我注意到了“优先约束背包问题”和“偏序背包问题”，但在我的问题中，依赖关系并不遵循反对称(也就是说，依赖关系图可能包含循环)。
我发现的最接近的问
浏览 1提问于2019-02-13得票数 0
1回答
我在一些stackexchange站点上询问过这个问题，他们告诉我，我应该在这里询问提供的代码，如下所示：
整个问题就像背包问题，但却是扩展的。
有一个背包，上面有：
重量，耐久性，max进度，max质量。
有些东西。每个项目都有:重量、耐久性损失或增加、有助于进步的价值、有助于质量的价值。
还有一些项目可以添加“迷”，如下所示：
增加的价值有助于背包的进展和/或质量下n项，降低下n项的耐久性损失，在选择下n项后增加耐久性。n取决于buff.<code>f 219</code>
背包始于重量，耐用性，0进度，0质量。同样的项目可以任意次数挑选。
在挑选物品时：
背包增加
浏览 0提问于2020-04-16得票数 1
多维背包算法(MKP)和0/1多维背包(0/1KP)算法有什么不同？MKP的目标是什么？我该怎么解决呢？
浏览 8提问于2022-12-03得票数 0
1回答
我在课程中遇到了以下问题：
考虑背包问题的一个变式，其中我们有两个背包，具有整数容量1和2。像往常一样，给出了带正值和正整数权的项。我们希望选择1,2的子集，使1和1的总权重分别最多为1和2。假设每件物品都装在背包里。考虑以下两种算法方法。
(1)利用讲座中的算法，为第一个背包选择一个最大值可行解1，然后在剩下的项目上再次运行，为第二个背包选择一个最大值可行解2。
(2)对容量为1+2的背包，采用自学习算法选取最大值可行解，然后将所选项目分解为两组1+2，其大小分别为1和2。
下列哪一种说法是正确的？
算法(1)保证了对原问题提供1=2的最优可行解。
算法(1)保证对原问题产生
浏览 0提问于2018-12-25得票数 0
回答已采纳
1回答
我正在尝试解决这个练习:给我们n个项目，其中每个项目都有一个给定的非负重量w1，w2，...，wn和值v1，v2，...，vn，以及一个具有最大重量容量W的背包。我必须找到一个最大值的子集S，受两个限制: 1)集合的总权重不能超过W；2)我不能取具有连续索引的对象。
例如，当n= 10时，可能的解决方案是{1，4，6，9}，{2，4，10} o {1，10}。
如何构建正确的递归？
浏览 0提问于2013-01-10得票数 2
回答已采纳
尝试一个背包变体，其中的规则是
你拿的任何物品都必须完全装在袋子里。
包的可用指标是长度(L)、宽度(W)、高度(H)，您可以假设，如果产品按总体积分别和一起装入袋子中，则有一种方法可以将它们包装在一起。
价格价值必须最大化。
重量必须最小化，而不影响美元价值。
输入基本上是l，w，h，以美元和重量为单位的项目清单。除了常规的背包变体之外，这似乎是很多度量标准。我所做的是首先消除所有的产品，不适合袋(体积和尺寸明智)。接下来，我使用通用的DP伪代码根据数量和价格进行常规背包逻辑(确定每个项目是否属于包中)。
if (volume[i] > V) {
return knap
浏览 0提问于2015-12-29得票数 2
1回答
最小零钱或0-1背包
、、、
我有这样的数据集：
长度: 233,333,450,560,650,780限制: 5400
现在我的问题是从设置的最高到最低的长度中选择项目，以弥补限制或尽可能接近。
我知道背包和最小零钱都能解决我的问题。我想知道哪一个更好。
请注意，硬币兑换使用贪婪算法，背包使用动态编程
浏览 4提问于2019-07-26得票数 0
1回答
我实现了两种方法来解决背包问题，但我不能用一种方法打印选定的项目，另一种并不能很好地工作，因为它遗漏了我的第一个项目的值。最基本的是，我的背包问题是将长度为N的条形划分为长度为1,2，…，N的子条形，其中每个子条形具有不同的成本。
当然，只要你不超过长度，重复的项目就是允许的。所以: 1)我有一个长度为N的条形，它可以被除。从1到N的每个部门都有一个相关的价格。2)背包以求最大利润，其中可以多次获得相同的项目。3)打印背包选择的元素。
我的问题是: 1)在第一段代码中，我无法理解如何打印所选的项目。2)我尝试了矩阵方法，但我不明白如何在允许重复项目的情况下设置背包矩阵的方程。
这是我的第一次尝
浏览 4提问于2019-09-08得票数 0
1回答
本质上，我试图建模一个人物拿着一个背包与项目，从一个预先确定的列表。到目前为止，我已经想出了这个办法。
我的主要问题是理解核心数据如何处理数组/列表等。根据我所读到的由关系决定的内容，一个简单的字符项关系是我第一次提出的，但我希望能够添加从预先确定的项中选择的每个项的自定义描述(用户可以在运行时将其添加到其中)。每个字符只有一个带有自定义描述和自定义“金额”或计数的项目列表的“背包”。这个背包理论上可以有两个相同的项目，但有不同的描述，因此，有一个项目的计数2将不总是合适的。此外，还有多个字符配置文件的选项，因此项目可以属于多个不同的背包，但在描述/计数等方面也有差异。
因此，我想我
浏览 4提问于2017-02-13得票数 0
回答已采纳
1回答
我已经成功地用C++编写了算法，以获得整数背包、小数背包和混合类型背包的最优解，所有这些都有或没有限制每件物品允许携带的数量。 这些只处理具有单一约束的项目，这是权重。如果我想解决一个可能有2+约束的背包，我会从我已经编写的其他代码中提取出来，或者需要编写一个全新的算法吗？ 整数和混合类型的背包被写成求解动态规划，而小数类型的背包则使用贪婪。 例如。给定两个整数项和一个小数项。 各个值分别为(9，8，3) 各个权重为(2，3，1)最大权重=24 各卷的最大Volume=23为(3，2，2) 找到最优解并求和。 我想我已经计算出这个和是77.5
浏览 25提问于2020-06-24得票数 1
2回答
动态编程:表格与回忆录
、、、、
动态规划表格法和回忆法递归法的时间复杂性是否相同？例如，在背包问题中，表格方法采用O(N*W)，其中N是项目数，W是权重。但是回忆录的时间复杂性是什么呢？
浏览 14提问于2022-01-26得票数 1
我遇到了一个问题：
有多个背包
有一组固定的项目，你可以说是SuperSet
每个背包都有一个物品的specific subset
一个物品只能放在一个背包里，不能重复使用。
每个项目对于不同的背包都有不同的价值。
每件物品的重量相同，但价值因背包而异。
现在，我需要以我最后的背包总数最高的方式分发物品。
其他一些细节：
我是个程序员，而不是作家，所以请原谅我不知道一些细节
语言:任意(更喜欢C#)
我只需要一个解决我的情况的特定的algo，我会自己写代码
目前，另一种方法是The Multiple Subset Sum Problem with
浏览 4提问于2016-06-26得票数 0
1回答
多项式中的实权背包
、、、
在讲座中，我们考虑了背包问题:有n个项目具有正权值w1，。。。、wn和values v1，.。。问题的可行解是项目的子集，使得它们的总重量不超过W，目的是求出一个最大可能总价值的可行解。对于所有权值均为正整数的情况，我们讨论了求解背包问题的动态规划解。
假设所有项目的值都是正整数，而不是权值。项目的权重可以是任意正整数。描述一个解决背包问题的动态规划算法，如果所有的值都是正整数。
想法-舍入值，但这只是一个近似，对吧？这只有当我们有有限的十进制空间时才能工作..。
还有别的办法吗？
接下来的问题让我更加困惑：
b)您的算法运行时间是多少？证明你的答案是正确的。
( c)背包
浏览 0提问于2019-08-24得票数 0
回答已采纳
2回答
带重复的背包算法
、、、
我试图为背包算法设计一个伪代码，其中一个项目可以被多次选择。经典算法是
OPT(i, w) = max(OPT(i-1, w) or vi + OPT(i-1, w-wi))
为了满足要求，我将其修改为
k=1;
max = maximum(OPT(i-1, w))
while(OPT(i-1, w - k*wi) > 0) {
maximum = max(maximum, k*vi + OPT(i-1, w - k*wi))
k++
}
OPT(i, w) = maximum
这似乎是一个适当的解决办法吗？还是有更好的解决方案？如果需要更多的信息，请告诉我。Rest都保持不变，
浏览 4提问于2015-10-24得票数 4
回答已采纳
1回答
有一个容量为C，n个项目的背包，每个项目只有一个，它们的大小和价值是ci和vi (i=1,2，…，n)，如何在最多装载m个项目的情况下从项目中选择项目，以使背包中的总价值最大化？有人能告诉我这个问题的具体想法吗，还是有什么代码可读？
浏览 3提问于2020-11-03得票数 0
回答已采纳
1回答
有两个众所周知的背包问题：
1)给定n项，每个条目都有自己的weight和cost。我们需要选择物品，这将适合我们的背包，并有最大的成本在总和。使用dynamic programming可以很容易地解决这一问题。
2)分数背包:与第一背包相同，但我们不能只拿整个项目，而是它的一部分。使用greedy algorithm可以很容易地解决这个问题。
假设我们使用第二个问题的greedy algorithm来解决第一个问题。我怎样才能证明，我们得到的解决方案不会比最佳方案差两倍多？
浏览 0提问于2016-12-13得票数 3
回答已采纳
在这个多背包问题的变体中，只考虑了项目的权重，所以我想它更像是一个多子集和问题，但是用背包更容易解释。
有一些n背包，每个背包都装满了各个项目，以其各自的最大重量容量C[j]，其中0 <= j < n。
背包被倒进一堆，总共有一个m项目，每个项目都有一个重量W[i]，其中有一个0 <= i < m。该桩中的项目被洗牌，k项目被从桩中移除，其中0 <= k <= m。
n、m、C[j]和W[i]是大于零的整数；i、j和k是非负整数.
此状态是包装算法的初始输入。
如何重新包装所有剩余的m - k项，从而不超过每个背包C[j]的单独容量？
封隔器不知道背包以
浏览 0提问于2019-02-18得票数 0
如果使用动态规划来获得某个问题的最优解。您如何重构导致该解决方案的实际步骤？
例如，在0-1背包问题中，使用递归
使用这一点，我们可以得到背包中可以出现的最大值。您如何找到实际存在的项目。
这是否可以推广到任何动态编程解决方案。例如。找出属于最长递增子序列的实际nos，其解已使用动态规划获得。
浏览 0提问于2011-10-19得票数 2
回答已采纳
1回答
这就是我想要做的。
鉴于'n‘项目的重量'Wi’和值'Vi'，我需要最大化的背包价值，同时保持在重量限制的WEIGHT_MAX。
所以，我想做的是，根据它们的值(从高到低)对项目进行排序，然后选择项目，只要背包的重量小于WEIGHT_MAX。
就像这样
while( temp_weight <= WEIGHT_MAX && i <= INDEX_MAX )
{
if ( temp_weight + W[i] > WEIGHT_MAX ) { i++; continue;}
temp_weight += W[i];
浏览 4提问于2014-01-15得票数 1
回答已采纳
1回答
我想知道是否有一些情况可以只使用其中之一来解决(即只能使用带重复的背包或不带重复的背包)，或者这两种情况是否总是可以相互简化。
为了澄清，我们给出了n个项目1...n，其中项目i具有权重w_i和值v_i，并且正在尝试选择项目的组合，使得在总权重保持在小于某个W的情况下使总值最大化。
没有重复的背包公式(就动态编程而言)是
K(w, j) = max{K(w-w_j, j-1) + v_j, K(w, j-1)}
其中K(w，j)是指使用容量为k的背包和项目1...j可达到的最大值，而具有重复的背包的公式为
K(w) = max{K(w-w_i) + v_i | w_i <= w}
其中K
浏览 1提问于2015-11-03得票数 0
1回答
无重量约束背包
、、、、
我刚刚遇到了以下问题(它使我想起背包问题，但有一些不同之处)：
你得到了许多物品，你必须把它放在背包里，并获得最大的利润。每个项目都有特定的利润价值和特定的形状。由于它们的形状，有些物品不能放在背包里。与一般的背包问题不同，没有最大重量限制背包中物品的数量。您还将为每个项目提供一个列表。在该列表中，您可以看到可以与相应项一起放入背包中的项目。
是否有计算最优解的算法？还是NP完全问题？在这种情况下，有没有近似的方法？
浏览 3提问于2016-02-09得票数 3
回答已采纳
1回答
下面是我在代码2022的出现-第3天-第1部分上的尝试。该链接将使您了解问题描述。
我想得到一些关于这个的反馈。我是Python新手，为了学习，我开始在今年的挑战中使用它。我确信有更好的方法来解决这个特殊的问题。我希望能对其他解决方案进行同行评审，以改进我的技术。
问题文本
--第三天:背包重组--
一位精灵有重要的工作，把所有的背包装上丛林之旅的补给品。不幸的是，Elf没有完全遵循包装说明，所以现在有几个项目需要重新安排。
每个背包有两个大隔间。所有给定类型的物品都应该进入这两个舱室中的一个。做包装的精灵没有遵守这条规则，因为每个背包只有一种物品类型。
精灵已经列出了目前在每个背包中的所有物
浏览 0提问于2022-12-03得票数 5
5回答
多约束背包问题
、、
如果有多个约束(例如，体积限制和重量限制，其中每个项目的体积和重量都不相关)，则我们得到多约束背包问题、多维背包问题或m维背包问题。
我如何以最优化的方式对其进行编码？那么，我们可以开发一种强力递归解决方案。可以是分支和绑定..但本质上，大部分时间都是指数级的，直到你做了某种记忆，或者使用了动态编程，如果做得不好，这也会占用大量的内存。
我面临的问题是
我有我的背包函数KnapSack( Capacity，Value，i)，而不是通用的knapsack ( Capacity，i)，因为我对这两个函数都有上限。有没有人能指导我做这个？或提供适当的资源来解决这些问题，以解决相当大的n
或者这是完整
浏览 2提问于2009-12-02得票数 17
1回答
有界子集和
、、、
我有一个关于变化子集和问题的问题。
在集合S= {N1，N2，N3...Ni}，每个元素可以多次选择，上限={ L1，L2，L3...Li}。问题是，什么是最有效的算法来从S中找到一个子集，使得子集和<= Wi (0 <= Wi)，并且它也是最大和。
这就像一个与值无关的有界背包问题。我知道当所有元素的极限都是1时，它可以在伪多项式时间内求解。但是我想知道，对于这种变种子集和问题，有没有一种伪多项式算法？谢谢！
浏览 40提问于2019-11-20得票数 2
回答已采纳
4回答
我看了很多资源和问题，但仍然很困惑为什么我们需要动态编程来解决0/1背包？
问题是:我有N项，每个项目都有值Vi，每个项目都有权重Wi。我们有一袋总重量的W。如何选择项目，以获得超过重量限制的最佳总价值。
我对动态规划方法感到困惑:为什么不为每一项计算(值/权)的分数，并选择重量比袋中剩余重量小的项目的最佳分数？
浏览 8提问于2017-11-09得票数 3
回答已采纳
2回答
背包但精确重量
、、、
是否有一个算法来确定背包的精确重量W？也就是说，这就像一个普通的0/1背包问题，n个项目都有权重w_i和值v_i，使所有项目的价值最大化，但是背包中的项目的总重量需要有精确的重量W！
我知道“正常”0/1背包算法，但这也可以返回一个重量小但值高的背包。我想要找到最高的值，但精确的W重量。
下面是我的0/1背包实现：
public class KnapSackTest {
public static void main(String[] args) {
int[] w = new int[] {4, 1, 5, 8, 3, 9, 2}; //weights
浏览 4提问于2017-12-02得票数 5
回答已采纳
1回答
小偷可以选择要偷窃的n对象，但只有一个背包，背包可以承载M重量。每个object I都有weight w_i和profit p_i。假设他还知道以下内容:这些项按权重递增排序时的顺序与按值递减排序时的顺序相同。给出一个贪心算法来寻找背包问题的最优解。证明正确性和运行时间。
所以我提出的贪婪算法是根据增加的权重对项目进行排序，这也是递减的值。这意味着每个重量的价格是按递减顺序排列的。所以窃贼可以拿走价值最高的物品，直到重量>= M。运行时间应该是O(n log n)，因为排序需要O(n log n)，而遍历列表需要O(n)。我坚持的部分是正确性的证明。到目前为止，我的证据如下：
假设有一个
浏览 1提问于2020-10-09得票数 1
我已经做了一个自定义页面在背包管理面板。此页面为非CRUD(与任何模型无关)。它上有几个表单，包括日期选择器、选择输入等等。因此，我试图找到一种方法来使用背包字段来创建这些日期选择器并选择输入。因为在项目中嵌入自定义js控件似乎很尴尬，因为背包已经有了适当的字段。
我想出的唯一解决方案是为随机模型创建crud控制器，禁用除create之外的所有操作，使用create操作视图作为自定义页面(背包字段可用这种方式)，最后重写store()方法--以防止在DB中创建新的模型条目。
那么，是否有适当的方式访问自定义(非CRUD)页面上的背包字段？
浏览 0提问于2021-06-18得票数 4
回答已采纳
1回答
这个优化算法是线性规划问题吗？
、、、、
我试图解决多维多重背包问题的一个变体，该问题试图优化每个背包中的值，以便每个背包中的一个百分比被“取”并添加到一个具有理想值的“最终背包”中。见下面这个问题。
我联系到的问题是：“给定n个瓶子，找到一个解决方案，您可以将每个瓶子的比例加到等于预定值(A、B、C)。”我遇到的问题是“给定一组值，将它们组织在n个瓶子中，这样就有一个解决方案，您可以取每瓶的比例，并将它们加到等于预定值(A、B、C)。”
本质上，我想创建一个算法来组织传入值knapsack(或者在上面的问题中他们称之为瓶子)，这样就可以以一种能够保证所需结果的方式组合它们。
多个多维背包问题和我想要做的事情之间的主要区别是，我试图最
浏览 8提问于2022-02-22得票数 0
我正在编写一个采用背包问题形式的算法。我试图在给定最大重量(W)的情况下最大化背包的值(V)。陷阱是每个项目(I)只能选择一次，背包(无论重量)只能容纳10个项目，并且有非常多的项目(500+)。
到目前为止，我的想法是生成一个超重的背包，并递归地向后工作，一次替换一个项目，直到它达到最大重量<=。这对于生成最优的背包来说不是问题，然而，我真的很想生成以下100个左右的背包。我在想，我可以通过继续我的递归过程来做到这一点，然而，我并不觉得这是完全准确的，因为可能会缺少稍微更优的背包。
浏览 0提问于2016-12-30得票数 0
在我找到的每个使用动态编程的1/0背包问题的例子中，项目都有权重(成本)和利润，它从来没有明确地说要对项目列表进行排序，但在所有的示例中，它们都是通过增加权重和利润来排序的(在示例中，权重越高利润越高)。所以我的问题是，当从项目数组/列表中添加项目时，我可以按任何顺序添加它们，还是添加权重或利润最小的项目？因为从多个例子中，我发现我不确定这只是一个巧合，或者你实际上每次都需要将最小的权重/利润放入矩阵中
浏览 2提问于2015-04-25得票数 12
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
