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