<code id="6qyy6"></code>
旅行家問題 一個旅行家想駕駛汽車以最少的費yi 用從一個城市到另一個城市（假設出發時油箱是空的）。給定兩個城市之間的距離為D1、汽車油箱的容量為C(以升為單位），每升汽油能行駛的距離為 D2，出發點每升汽油價格P和沿途油站數N（N可以為零），油站i離出發點距離Di,每升汽油價格Pi(i=1,2...N)。計算結果四舍五入至小數點后兩位。 如果無法到達目的地，則輸出“No Solution"。
標簽： 城市 旅行 家 汽車
上傳時間： 2015-02-14
上傳用戶：vodssv
需對容量為c 的背包進行裝載。從n 個物品中選取裝入背包的物品，每件物品i 的重量為wi ，價值為pi 。對于可行的背包裝載，背包中物品的總重量不能超過背包的容量，最佳裝載是指所裝入的物品價值最高。
標簽： 容量
上傳時間： 2013-12-01
上傳用戶：iswlkje
在0 / 1背包問題中，需對容量為c 的背包進行裝載。從n 個物品中選取裝入背包的物品，每件物品i 的重量為wi ，價值為pi 。對于可行的背包裝載，背包中物品的總重量不能超過背包的容量，最佳裝載是指所裝入的物品價值最高，即Σpi*xi 取得最大值。
標簽： 背包問題
上傳時間： 2015-05-06
上傳用戶：253189838
裝箱問題：在裝箱問題中，有若干個容量為c 的箱子和n 個待裝載入箱子中的物品。物品i 需占 用s[i]個單元（0< s[i]≤c）。成功裝載是指能把所有物品都裝入箱子。最優裝載是指使用最 少箱子的成功裝載。 例如某運輸公司要把包裹裝入卡車中，每個包裹都有一定的重量，且每輛卡車也有其載 重限制（假設每輛卡車的載重都一樣）。在卡車裝載問題中，希望用最少的卡車來裝載包裹。 此問題可看作裝箱問題?？ㄜ噷谙渥?，包裹對應于物品。 解裝箱問題的Best Fit 算法： 設avail[i]為箱子i 的可用容量。 初始時，所有箱子的可用容量為c 。 選擇物品i放入具有最小avail且容量大于s[i]的箱子中。
標簽：
上傳時間： 2015-05-22
上傳用戶：yan2267246
計算機算法中著名的0_1背包問題：給定n種物品和一背包。物品i的重量是Wi，其價值為Vi，背包的容量是c，問應如何選擇裝入背包中的物品，使得裝入背包中物品的總價值最大。
標簽： 計算機 算法 背包問題
上傳時間： 2015-06-20
上傳用戶：leehom61
0_1背包問題用動態規劃解給定n種物品和一背包。物品i的重量是wi，其價值為vi，背包的容量為c。問應如何選擇裝入背包中的物品，使得裝入背包中物品的總價值最大？ 在選擇裝入背包的物品時，對每種物品i只有兩種選擇，即裝入背包或不裝入背包。不能將物品i裝入背包多次，也不能只裝入部分的物品i。因此，該問題稱為0-1背包問題。
標簽： 背包問題 動態規劃
上傳時間： 2014-01-20
上傳用戶：ouyangtongze
背包問題動態規劃算法JAVA 給定n種物品和一背包。物品i的重量是wi，其價值為vi，背包的容量為c。問應如何選擇裝入背包中的物品，使得裝入背包中物品的總價值最大？ 在選擇裝入背包的物品時，對每種物品i只有兩種選擇，即裝入背包或不裝入背包。不能將物品i裝入背包多次，也不能只裝入部分的物品i。因此，該問題稱為0-1背包問題。
標簽： JAVA 背包問題 動態規劃 算法
上傳時間： 2015-11-20
上傳用戶：李夢晗
在0 / 1背包問題中，需對容量為c 的背包進行裝載。從n 個物品中選取裝入背包的物品，每件物品i 的重量為wi ，價值為pi 。對于可行的背包裝載，背包中物品的總重量不能超過背包的容量，最佳裝載是指所裝入的物品價值最高，即p1*x1+p2*x1+...+pi*xi(其1<=i<=n，x取0或1，取1表示選取物品i) 取得最大值。
上傳時間： 2014-06-03
上傳用戶：myworkpost
在0 / 1背包問題中，需對容量為c 的背包進行裝載。從n 個物品中選取裝入背包的物品，每件物品i 的重量為wi ，價值為pi 。對于可行的背包裝載，背包中物品的總重量不能超過背包的容量，最佳裝載是指所裝入的物品價值最高，即n ?i=1pi xi 取得最大值。約束條件為n ?i =1wi xi≤c 和xi?[ 0 , 1 ] [ 1≤i≤n]。
上傳時間： 2017-03-28
上傳用戶：6546544
1． 0-1背包問題 在0 / 1背包問題中，需對容量為c 的背包進行裝載。從n 個物品中選取裝入背包的物品，每件物品i 的重量為wi ，價值為pi 。對于可行的背包裝載，背包中物品的總重量不能超過背包的容量，最佳裝載是指所裝入的物品價值最高
上傳時間： 2017-05-15
上傳用戶：bruce5996
蟲蟲下載站版權所有 京ICP備2021023401號-1
