背包问题javascript演示

最新推荐文章于 2023-06-20 17:38:57 发布

iteye_4865

最新推荐文章于 2023-06-20 17:38:57 发布

阅读量488

点赞数

分类专栏： algorithm 文章标签： JavaScript Google ViewUI

algorithm 专栏收录该内容

38 篇文章

订阅专栏

本文介绍了一个经典的计算机科学问题——背包问题，并提供了一种使用递归算法来寻找最优解的方法。通过具体示例展示了如何在给定的重量限制下选择物品以获得最大价值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景：

经典递归示例：背包问题

背包问题的一个例子：应该选择哪些盒子，才能使价格尽可能地大，而保持重量小于或等于15 kg？

效果：

演示地址@google code

代码：

/*
		a:{
			weight : weight, //当前物品重量
			value : value //当前物品价值
		}
	*/
            function knapsack(a, limitW) {

                var totV = 0,
                maxV = 0;
                var option = [],
                cop = [];
								var N=a.length;
                for (var i = 0;
                i < a.length;
                i++) {
                    totV += a[i].value
                }



                function find(i, tw, tv) {
                    var k;
                    if (tw + a[i].weight <= limitW) //考虑物品i放入背包的情况
                    {
                        cop[i] = a[i].index;
                        if (i < N - 1) {
                            find(i + 1, tw + a[i].weight, tv);
                        }
                        else {
                        	//最佳结果形成
                            for (k = 0; k < N; k++) {
                                option[k] = cop[k];
                            }
                            maxV = tv;
                        }
                    }
                    if (tv - a[i].value > maxV) //考虑物品i不放入背包的情况，此状态可以剪掉部分节点
                    {
                        cop[i] = 0;
                        if (i < N - 1) {
                            find(i + 1, tw, tv - a[i].value);
                        }
                        else {
                        	//最佳结果形成
                            for (k = 0; k < N; k++) {
                                option[k] = cop[k];
                            }
                            maxV = tv - a[i].value;
                        }
                    }
                }

                find(0, 0, totV);

                return {
                    maxValue: maxV,
                    option: option
                };

            }