部分背包问题
证明贪心算法的结构
第一步:符合贪心选择的特性(Greedy Choice Property)
我们需要证明我们的第一个选择(贪心选择 Greedy Choice,First Choice)包含在某些最优解中
第二步:符合归纳法结构(Inductive Structure)
我们需要证明第一个选择(贪心选择)之后,子问题和原问题还是同一类问题,意味着我们的选择不改变问题的结构,并且子问题的解可以和第一个选择(贪心选择)合并
第三步:最优子结构(Optimal Substructure)
如果我们可以最优的解决子问题,我们可以将子问题的解和贪心选择得到原问题的解
问题本身
输入:
- 个物品,每个物品有自身的重量和价值
- 1个背包,背包最多可以存放重量为的物品
前提:每个物品可以只取其中的一部分,比如拿0.5个某物品
输出:
- 在每个物品可以只取其中的一部分的前提下,使得背包内物品价值最大
定义我们的算法:
按照每个物品的密度给物品进行升序排列,然后从密度最高的物品开始选,如果空间不够存放一整个物品,就能存放多少部分这个物品就存放多少部分(Best fit)
证明符合贪心选择的特性:
Claim:让物品为最高密度的物品,假设这里存在一个最优解用到了这么多重量的物品
证明:
让为最优解,
- 如果用到了多的物品,那么已经证明了我们的第一个选择(Greedy Choice,First Choice)包含在某些最优解中。
- 如果没有用到多的物品,那么我么可以将背包中任意一部分和物品进行交换,因为我们是按照物品密度排序,而且我们已经定义物品为最高密度的物品,所以与物品交换的物品必然比物品的密度要小,所以等量交换后,我们得到的解会比更优,这个结论与和为最优解的假设冲突,所以最优解中必然含有多的物品。因此符合贪心选择的特性(Greedy Choice Property)。
证明符合归纳法结构(Inductive Structure)
Claim:在完成第一个选择(贪心选择)之后,子问题和原问题还是同一类问题,意味着我们的选择不改变问题的结构,并且子问题的解可以和第一个选择(贪心选择)合并
证明:
- 子问题含有除了物品之外的所有物品,背包容量变成了,因此物品可以和子问题的解合并。
证明最优子结构(Optimal Substructure)
Claim:定义为原问题,为在完成第一个选择(贪心选择)之后的子问题,为子问题的最优解,那么为原问题的最优解
证明:
- 让为贪心选择(是)
- 那么
假设不是最优解,有一个其他的最优解,因为我们已经证明了算法符合贪心选择的特性,所以我们知道最优解中一定含有贪心选择
- 那么就应该是子问题的解
- 所以
- 但是这与为子问题的最优解的定义产生冲突,所以不可能不是最优解,因为为原问题的最优解。QED
转载:https://blog.csdn.net/weixin_38838143/article/details/113422863
查看评论