文件名称：knapsack-problem
文件大小：223KB
文件格式：ZIP
更新时间：2024-05-10 14:06:07
JupyterNotebook
背包问题 在这个项目中，我们特别谈论“ 0-1背包问题”。 您可以在阅读有关该问题的更多信息。 数据集 数据集p01-p08取自。 建议的解决方案在上述数据集中是准确的。 数据集C08 - C11从其他类似项目记在Github。 在上述数据集中，某些建议的解决方案可能不是最佳的。 解决方案 在这个项目中，展示了3种解决问题的方法。 解决方案1是使用递归的最简单但最慢的蛮力方法。 解决方案2是使用最广泛的动态编程解决方案。 这为该问题提供了精确的最佳解决方案。 但是，当项目数超过一定数目或添加了额外的约束时，它很容易超时。 解决方案3是我们要在此处演示的主要方法-使用遗传算法。 这是一个非常简化的实现，展示了解决此类问题的简单性和强大性。
【文件预览】：
knapsack-problem-master
----Solution_2_DP.ipynb(9KB)
----util.py(455B)
----knapsack_genetic_02.png(77KB)
----Solution_1_Recursion.ipynb(7KB)
----Solution_3_Genetic_Algorithm.ipynb(15KB)
----requirements.txt(1KB)
----datasets()
--------p03_c.txt(4B)
--------p02_s.txt(10B)
--------c08_p.txt(224B)
--------p03_w.txt(18B)
--------p07_s.txt(30B)
--------p01_w.txt(60B)
--------p03_s.txt(12B)
--------p08_w.txt(168B)
--------c10_p.txt(598B)
--------p04_p.txt(21B)
--------c11_p.txt(1KB)
--------p06_w.txt(21B)
--------c10_s.txt(120B)
--------p01_p.txt(60B)
--------p08_c.txt(8B)
--------p02_w.txt(20B)
--------p08_s.txt(48B)
--------c11_s.txt(240B)
--------p06_p.txt(28B)
--------c08_c.txt(8B)
--------p06_s.txt(14B)
--------p07_c.txt(4B)
--------p04_s.txt(14B)
--------c10_w.txt(537B)
--------p05_c.txt(4B)
--------p02_p.txt(26B)
--------c09_w.txt(235B)
--------p06_c.txt(4B)
--------p05_w.txt(24B)
--------p07_p.txt(60B)
--------c11_c.txt(11B)
--------p01_c.txt(4B)
--------c08_w.txt(195B)
--------c09_p.txt(267B)
--------p05_p.txt(32B)
--------p04_c.txt(3B)
--------p05_s.txt(16B)
--------p07_w.txt(60B)
--------c09_c.txt(8B)
--------p03_p.txt(18B)
--------p02_c.txt(3B)
--------c10_c.txt(10B)
--------c09_s.txt(60B)
--------p04_w.txt(21B)
--------p08_p.txt(192B)
--------c08_s.txt(56B)
--------c11_w.txt(1KB)
--------p01_s.txt(20B)
----README.md(1KB)
----knapsack_dp_01.png(71KB)
----knapsack_genetic_01.png(72KB)
----.gitignore(68B)