请教:什么是"背包问题"?

zhangyiheng 2003-04-16 01:18:55
经常看见人家说"背包问题"
可我老是不知道是什么东西,敬请指教!
...全文
378 12 打赏 收藏 转发到动态 举报
写回复
用AI写文章
12 条回复
切换为时间正序
请发表友善的回复…
发表回复
3851391 2003-04-27
  • 打赏
  • 举报
回复
“背包问题”的基本描述是:有一个背包,能盛放的物品总重量为 S,设有 N 件物品,其重量分别为w1,w2,...,wn,希望从N件物品中选择若干件物品,所选物品的重量之和恰能放入该背包,即所选物品的重量之和等于 S 。
如下程序均能求得“背包问题”的一组解,其中程序 5.1 是“背包问题”的递归解法,而程序 5.2 是“背包问题”的非递归解法。

[程序 5.2]
#include <stdio.h>
#define N 7
#define S 15
typedef struct {
int S;
int n:
int job;
} KNAPTP;
int w[N+1] = {0,1,4,3,4,5,2,7};
int knap(int S,int n);
main(){
if ( knap(S,N) ) printf("0K!\n" );
else printf( "N0!\n" );
int knap( int S,int n )
{ KNAPTP stack[100],x;
int top, k, rep;
x.s = s; x.n = n;
x.job = 0;
top = l; stack[top] = x;
k = 0;
while ( __(3)__ ) { !rep&&top--
x = stack[top];
rep = l;
while ( !k && rep ) {
if( x.s=0 ) k = 1; /*已求得一组解*/
else if ( x.S<0 || x.n<=0 ) rep = 0; rep:沒有找到解的退出
else { x.s = __(4)__ ; x.job=1; 沒有找到解x.s-w[x.n]
__(5)__ = x; stack[top++] 存入還可減的值
}
}
if ( !k ) {
rep = 1;
while ( top >= 1 && rep) {
x = stack[top--];
if ( x.job=1){
x.s += w[x.n + 1];
x.job = 2;
stack[++top] = x;
__(6)__ ; x.n++
}
}
}
}
if (k){ */输出一组解*/
while ( top >= 1 ) {
x = StaCk [ top-- ];
if ( x.job == 1 )
printf ( "M\t,w[x.n+1] );
}
}
return k;
}
JOEJOEJOE 2003-04-27
  • 打赏
  • 举报
回复
背包问题,是由一个数学家想出来的加密算法!
被包问题,是典型的公钥程序之父!
oushunbao 2003-04-27
  • 打赏
  • 举报
回复
找本《运筹学》看看
zhangyiheng 2003-04-18
  • 打赏
  • 举报
回复
我当然学过C,但我觉得只要能看懂程序就行了,管他是什么法.就像那些排序,只要排出来就行了,管他是插入还是选择
wangmin_yjitx 2003-04-18
  • 打赏
  • 举报
回复
用广度艘索和深度搜索都可以
answerzy 2003-04-18
  • 打赏
  • 举报
回复
有性格。
zhangyiheng 2003-04-17
  • 打赏
  • 举报
回复
什么是回朔法?能不能具体点?
thunderx 2003-04-17
  • 打赏
  • 举报
回复
呵呵!你没看书:),也没学过C吗?
cqfanli 2003-04-17
  • 打赏
  • 举报
回复
呵呵,必考的内容呀,大哥 …


===============================================================
http://www.cnitexam.com

中国IT考试网 等级考试,资格&水平考试,NCNE考试,CCNP,MCSE…
立足中国,做最好的考试网站…

http://hilevel.mycool.net
高级程序员、网络设计师的论坛!专门为工程师定制的网上交流空间!
wyy2xjp 2003-04-17
  • 打赏
  • 举报
回复
:) :) :) :)
houhw1728 2003-04-16
  • 打赏
  • 举报
回复
高程里面的背包问题,用的是回朔法
不好理解,
双杯献酒 2003-04-16
  • 打赏
  • 举报
回复
下面的问题就是一个背包问题

有6个数
3,7,9,11,15,18
问哪几个数加起来等于 42 ?

答案 7+9+11+15=42
由于它一般只能通过穷举来分解,因而可用于加密.
源码链接: https://pan.quark.cn/s/0f7c75cb3aad ### MIPI Video Mode 与 Command Mode 的差异 #### 一、引言 MIPI (Mobile Industry Processor Interface) 是一种用于连接移动设备中处理器及其外围设备的标准化接口。MIPI 接口支持多种协议,其中包含 DSI (Display Serial Interface) 和 DCS (Display Control Interface) 等协议。在 MIPI 接口的应用中,主要涉及两种工作模式:Video Mode(视频模式)和 Command Mode(命令模式)。本文旨在系统性地阐述这两种模式的工作机制、特性以及实际应用环境。 #### 二、LCD RAM 概念说明 在进一步探讨 MIPI 的两种模式之前,有必要对文中提及的“LCD RAM”概念进行明确。实际上,“LCD RAM”并非一个通用术语,而是本文作者用来描述 LCD 控制器中用于存储显示数据的内存区域。LCD(Liquid Crystal Display,液晶显示屏)通常配备一个控制 IC(Integrated Circuit,集成电路),该控制 IC 可能内置 RAM 以缓存显示数据。 #### 三、MIPI Video Mode(视频模式) **定义:** - 视频模式是一种类似于传统 RGB 接口的工作模式,它要求主机持续不断地向显示器传输刷新数据。 - 在这种模式下,数据和控制信号以报文的形式通过 MIPI 总线进行传输。 - 显示器本身无需配备帧缓冲器,因为主机会周期性地刷新屏幕。 **特点:** 1. **实时性高:** 主机需要不...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 在电磁模拟技术中,CST(Computer Simulation Technology)是一种被广泛采纳的软件工具,它主要用于电磁场、微波、天线以及射频系统的设计工作。本资料将详细分析CST软件中离散端口的具体配置方法,这些方法对于提升仿真结果的精确度和专业水准具有决定性作用。离散端口在CST软件中扮演着模拟信号输入或输出的重要角色,它们构成了仿真模型不可或缺的部分。在配置离散端口时,一个核心的原则是保证端口的方向与网格线保持一致,这是因为这样做能够有效降低计算过程中产生的误差,并确保仿真数据的有效性。如果未能遵循这一指导原则,可能会引发未知的计算问题,进而导致仿真结果失去可靠性。 在CST软件中配置离散端口,通常需要借助“Pick Points”这一功能。通过选择“Pick Edge Center”选项,端口将被设定在模型边缘的中心位置上。然而,这种做法并不总是能够确保端口与网格线保持平行。在某些特定情形下,模型的几何构造可能不允许直接选取一个与网格线平行的边作为端口的安装位置。 为了克服这一挑战,可以采用多种不同的策略。如果模型本身已经包含一条与馈电口平行的边,那么可以直接利用这条边来建立端口,此时CST软件会自动调整端口使其与网格线对齐。另一种可选的方法是,当模型不具备现成的平行边时,用户可以手动构建一个几何结构,比如一个立方体,并使其边缘与馈电口平行。通过这种方式,新建立的几何结构的边缘就可以作为端口的位置,从而确保端口与网格线的平行关系。 在实施上述操作时,必须关注端口尺寸的合理性和物理意义的一致性。端口的尺寸应当依据实际天线馈电部分的尺寸进行适当调整,过大的端口或...
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 【使用TensorFlow进行图像识别】 图像识别作为计算机视觉领域的关键任务之一,其核心在于通过算法解析和理解图像所包含的信息。在此资源中,我们将集中探讨如何借助功能强大的深度学习框架TensorFlow来执行手写数字识别。手写数字识别构成了众多实际应用的基础,例如自动支票处理、光学字符识别(OCR)等场景。 TensorFlow是由Google创建的一个开源库,它主要用于数值运算和机器学习,尤其在深度学习方面表现卓越。其核心优势在于可以构建并训练复杂的神经网络架构,并且在多种硬件环境中实现高效执行,涵盖CPU和GPU平台。 在此实践项目中,我们将运用TensorFlow来构建一个卷积神经网络(CNN)模型,这种架构是处理图像数据的理想选择。CNNs通过模仿人脑视觉皮层的运作机制,能够自主地提取图像中的关键特征,进而达成识别目标。在手写数字识别的特定情境下,这些特征可能涉及笔画的几何形态、走向以及相互间的连接模式。 对于CNN的基础结构,我们需要具备相应的认知,其通常由卷积层、池化层、全连接层以及激活函数等部分组成。卷积层借助滤波器(亦称卷积核)对图像进行扫描,以捕捉局部特征;池化层则用于降低数据维度,同时保留核心信息;全连接层将特征向量映射至各类别的概率分布;而激活函数如ReLU则通过引入非线性元素,使模型能够学习更为复杂的模式。 在此案例中,建议采用MNIST数据集,这是一个广泛用于手写数字识别的标准测试集。该数据集包含60,000个训练样本和10,000个测试样本,每个样本均为28x28像素的灰度图像,代表0到9这十个数字中的某一个。为了训练模型,必须首先加载数据,并...

2,957

社区成员

发帖
与我相关
我的任务
社区描述
就计算机等级考试、软件初、中、高级不同级别资格考试相关话题交流经验,共享资源。
c1认证c4javac4前端 技术论坛(原bbs)
社区管理员
  • 软件水平考试社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧