A: 第k件至第n件物品
B: 第1件至第k件物品
C: 背包(车辆)的承载量
D: 待装物品
举一反三
- 建立背包问题(车辆装载问题)的动态规划模型且用逆序求解时,将状态变量设置为在k阶段开始时,背包(车辆)允许装入()的总质量。
- 一维背包问题的状态变量含义是 A: 装载物品的种类 B: 第k次装载时,背包可以装载的重量(体积) C: 第k次装载第k种物品的重量(体积) D: 第k次装载第k种物品的件数
- 动态规划方法求解背包问题时:() A: 将背包的容量作为决策变量 B: 将装载物品的件数作为决策变量 C: 将装载物品的品种数作为状态变量 D: 将装载物品的件数作为阶段数
- 【单选题】用动态规划问题求背包问题时 A. 将装载物品品种数作为阶段数。 B. 将背包容量作为状态。 C. 将背包的容量作为决策变量。 D. 将背包装载物品件数作为决策变量
- 假设我们有一个总容量为[tex=1.0x1.0]0e+76hgEqXhGRszRQWFSzQ==[/tex]kg的背包。还有[tex=0.643x0.786]SBMIs+VUk7//BOpfqlQl0w==[/tex]件物品,第[tex=0.429x1.214]adIpAOtu2Zm0WIyZC7drnQ==[/tex]件物品的质量是[tex=1.071x1.071]+JR7xuezdiOA25gqY4ZjpQ==[/tex]。背包问题(knapsack problem)寻求这[tex=0.643x0.786]SBMIs+VUk7//BOpfqlQl0w==[/tex]件物品的一个子集使得其具有不超过[tex=1.0x1.0]0e+76hgEqXhGRszRQWFSzQ==[/tex]的尽可能最大的总质量。设计一个蛮力算法求解背包问题。
内容
- 0
如果从最后一个物品开始装入背包,0-1背包问题的最优解为( )。【n为物品数量,c为背包容量】
- 1
假设我们有一个总容量为[tex=1.0x1.0]0e+76hgEqXhGRszRQWFSzQ==[/tex]kg的背包。还有[tex=0.643x0.786]SBMIs+VUk7//BOpfqlQl0w==[/tex]件物品,第[tex=0.429x1.214]adIpAOtu2Zm0WIyZC7drnQ==[/tex]件物品的质量是[tex=1.071x1.071]+JR7xuezdiOA25gqY4ZjpQ==[/tex]。背包问题(knapsack problem)寻求这[tex=0.643x0.786]SBMIs+VUk7//BOpfqlQl0w==[/tex]件物品的一个子集使得其具有不超过[tex=1.0x1.0]0e+76hgEqXhGRszRQWFSzQ==[/tex]的尽可能最大的总质量。当背包容量为18kg且有五件物品:一个5kg的睡袋、一个8kg的帐篷、一个7kg的食品包、一个4kg的盛水容器和一-个11kg的便携式炉灶时,求解背包问题。
- 2
动态规划方法求解0-1背包问题的过程中,需要保存在的信息有()。 A: 最大总价值 B: 表示物品k是否要放入背包 C: A和B
- 3
在使用动态规划算法求解0-1背包问题时,若m[i][j]=m[i+1][j-w[i]]+v[i],说明第i个物品在剩余背包容量为j时可以装入,并且装入比不装入的背包总价值更大,装入后,背包剩余容量减少w[i],价值增加v[i]。
- 4
如果从最后一个物品开始装入背包,0-1背包问题的最优解为()。【n为物品数量,c为背包容量】 A: m[n][c] B: m[1][c] C: m[1][1] D: m[n][1]