knapsack-problem

    2

    1답변

    배열 memo[][]은 memo[X][Y]에있는 천을 반환합니다. 이 클래스를 테스트 한 결과 memo[X][Y]에 맞는 첫 번째 천만 저장하는 것처럼 보였습니다. 그러나 memo[X][Y]에 맞는 가장 중요한 천을 반환하고 싶습니다. 어떻게해야합니까? 내가 문제를 신속하게 파악하기 위해 class ClothCutter { static ArrayL

    6

    2답변

    두 개 이상의 속성이있을 때 배낭 문제를 이해하는 데 문제가 있습니다. 속성이 1 개있는 경우 2 가지 속성이있는 배낭 알고리즘을 사용하는 프로그램을 작성해야합니다. 교사는 우리에게 말했습니다. 그것은 3d 배열로 이루어져야합니다. 잘못된 구현은 O (2^n) 처리 시간을 초래합니다. 나는 그러한 어레이가 어떻게 생겼는지 상상할 수 없다. 의 여기 가정 해

    12

    2답변

    속성이 하나있을 때, 거기에 무슨 일이 일어나고 있는지 이해합니다. 두 개 이상의 속성이있을 때 배낭 문제를 이해하는 데 문제가 있습니다. 나는 2 개 속성 배낭 알고리즘을 사용하는 프로그램을 작성해야합니다. 교사는 우리에게 말했습니다. 그것은 3d 배열로 이루어져야합니다. 나는 그러한 어레이가 어떻게 생겼는지 상상할 수 없다. 의 여기 가정 해 봅시다 내

    2

    1답변

    저는 직장에서의 작동 중지 시간에이 문제를 주로 호기심으로 해결하기 위해 노력하고 있습니다. 모든 항목이 노란색, 빨간색, 파란색 또는 녹색이며 OCD로 인해 배낭에 각 색상의 항목이 정확히 2 개 있어야한다는 점을 제외하고는 일반적인 0-1 배낭 문제를 상상해보십시오. 그래서 일반 아이템 대신에 각 아이템은 Weight, Value, Color의 3 가지

    0

    1답변

    0 ~ 1 배낭 문제로서는 , f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]} 는 는 [i]는 i 번째 상품의 가격을 의미 C는 w 가 [I]의 값을 의미 0 ~ 1 배낭에 시간 복잡도를 감소 대한 이해 상품. 그리고 V는 무슨 뜻 i=1...N v=V...0 아래 larger.as이 i=1...n bound=m

    0

    3답변

    나는 곧 나오는 시험에 대한 검토를하려고하고 누군가가 질문의 부분 b를 다시 말할 수 있는지 궁금해하고 있었다. 이것은 통과 된 리뷰 시트의 텍스트이지만, 파트 b가 정확히 묻고 있는지 확실하지 않습니다. 나는 "0/1 배낭 문제에 대해 최적의 1 % 미만의 솔루션을 산출합니다."라는 것이 무엇보다 의미있는 결과라고 생각합니다. a) 배낭 문제의 다음 사례

    1

    1답변

    정수가 아닌 값으로 배낭 DP 알고리즘에 필요한 시간과 공간을 줄이려고합니다. http://en.wikipedia.org/wiki/Knapsack_problem#Meet-in-the-Middle_Algorithm In particular, if the [elements] are nonnegative but not integers, we could stil

    3

    1답변

    의 무리를 만드는 값을 결합 내가 하나 개의 배열을 갖는 값이 있다고 가정 100 (또는 거의 100) 세트. 그래서 어떻게 이것을 달성 할 수 Case 1: Round 1: array(60,30,10) // 100 or near to 100 Round 2: array(40,50) // 100 or near to 100 Round 3: array(15

    4

    2답변

    EDIT 해결책이 발견되었습니다! 약 blog post입니다. 여기에 Github repo! 여러 크기의 상자로 구성된 div의 격자를 만드는 중입니다.이 크기는 높이와 너비로 설정되어 있지만 페이지가로드 될 때마다 동적으로 생성되므로 다른 격자가 있습니다. 내 문제 - 벽돌을 사용해 보았지만 간격을 남기고 바람을 피웠고 동위 원소도 시도했습니다. 현재 레

    3

    1답변

    다음 변종 배낭 문제를 구현해야합니다. 배낭의 각 항목에는 우선 순위와 가중치가 있습니다. 이제 무게 X를 지정합니다. 무게의 합이 최소 X이고 우선 순위가 가장 낮은 항목 중 가장 작은 항목을 계산해야합니다. 각 항목은 한 번만 선택할 수 있습니다. 예 : KnapsackItem a = new KnapsackItem("a", 1000, 0.1);