algorithm
배낭 문제

비고

배낭 문제 기본 사항

문제 : 각 항목에 가중치와 값이 포함 된 항목 집합이 주어지면 총 가중치가 주어진 제한보다 작거나 같고 전체 값이 가능한 큰 값이되도록 모음에 포함 할 항목의 수를 결정하십시오 .

배낭 문제에 대한 의사 코드

주어진:

1. 값 (배열 v)
2. 가중치 (배열 w)
3. 고유 항목 수 (n)
4. 생산 능력 (W)

for j from 0 to W do:
    m[0, j] := 0
for i from 1 to n do:
    for j from 0 to W do:
        if w[i] > j then:
            m[i, j] := m[i-1, j]
        else:
            m[i, j] := max(m[i-1, j], m[i-1, j-w[i]] + v[i])

파이썬을 사용하여 위의 의사 코드를 간단하게 구현합니다.

def knapSack(W, wt, val, n):
    K = [[0 for x in range(W+1)] for x in range(n+1)]
    for i in range(n+1):
        for w in range(W+1):
            if i==0 or w==0:
                K[i][w] = 0
            elif wt[i-1] <= w:
                K[i][w] = max(val[i-1] + K[i-1][w-wt[i-1]],  K[i-1][w])
            else:
                K[i][w] = K[i-1][w]
    return K[n][W]
val = [60, 100, 120]
wt = [10, 20, 30]
W = 50
n = len(val)
print(knapSack(W, wt, val, n))

코드 실행 : 이것을 knapSack.py라는 파일에 저장하십시오.

$ python knapSack.py
220

위의 코드의 시간 복잡도 : O(nW) 여기서 n은 항목의 수이고 W는 배낭의 용량입니다.

C #에서 구현 된 솔루션

public class KnapsackProblem
{
    private static int Knapsack(int w, int[] weight, int[] value, int n)
    {
        int i;
        int[,] k = new int[n + 1, w + 1];
        for (i = 0; i <= n; i++)
        {
            int b;
            for (b = 0; b <= w; b++)
            {
                if (i==0 || b==0)
                {
                    k[i, b] = 0;
                }
                else if (weight[i - 1] <= b)
                {
                    k[i, b] = Math.Max(value[i - 1] + k[i - 1, b - weight[i - 1]], k[i - 1, b]);
                }
                else
                {
                    k[i, b] = k[i - 1, b];
                }
            }
        }
        return k[n, w];
    }

    public static int Main(int nItems, int[] weights, int[] values)
    {
        int n = values.Length;
        return Knapsack(nItems, weights, values, n);
    }
}