背包分支定界法的时间复杂度是多少答案

【问题标题】：What's the time complexity of branch and bound approach to knapsack背包分支定界法的时间复杂度是多少
【发布时间】：2015-11-02 03:12:22
【问题描述】：

我尝试使用Python 实现背包问题的分支定界方法。

def bound(vw, v, w, idx):
    if idx >= len(vw) or w > limit:
        return -1
    else:
        while idx < len(vw) and w + vw[idx][1] <= limit:
            v, w, idx = v+vw[idx][0], w+vw[idx][1], idx + 1
        if idx < len(vw):
            v += (limit - w)*vw[idx][0]/(vw[idx][1] * 1.0)
        return v

def knapsack(vw, limit, curValue, curWeight, curIndex):
    global maxValue
    if bound(vw, curValue, curWeight, curIndex) >= maxValue:
        if curWeight + vw[curIndex][1] <= limit:
            maxValue = max(maxValue, curValue + vw[curIndex][0])
            knapsack(vw, limit, curValue + vw[curIndex][0], curWeight + vw[curIndex][1], curIndex+1)
    if curIndex < len(vw) - 1:
            knapsack(vw, limit, curValue, curWeight, curIndex+1)
    return maxValue

maxValue = 0

def test():
    with open(sys.argv[1] if len(sys.argv) > 1 else sys.exit(1)) as f:
    limit, n = map(int, f.readline().split())
    vw = []
    for ln in f.readlines():
        vl, wl = map(int, ln.split())
        vw.append([vl, wl, vl/(wl*1.0)])
    knapsack(sorted(vw, key=lambda x: x[2], reverse=True), limit)

这里我有两个问题：

以上代码的时间复杂度是多少？
上述代码有什么改进或优化吗？

【问题讨论】：

我们如何获取选中的项目？如果我们要找出它们，复杂性会增加吗？
此代码不起作用。 limit 未在 bound 中定义。

标签： python algorithm knapsack-problem

【解决方案1】：

作为一般规则，CS 理论家发现分支定界算法极难分析：参见例如here 进行一些讨论。您始终可以采用全枚举界限，这通常很容易计算——但它通常也非常松散。

【讨论】：

【解决方案2】：

我发现它可以用priority-queue优化

def knapsack(vw, limit):
    maxValue = 0
    PQ = [[-bound(0, 0, 0), 0, 0, 0]]
    while PQ:
        b, v, w, j = heappop(PQ)
        if b <= -maxValue:
            if w + vw[j][1] <= limit:
                maxValue = max(maxValue, v + vw[j][0])
                heappush(PQ, [-bound(v+vw[j][0], w+vw[j][1], j+1),
                                    v+vw[j][0], w+vw[j][1], j+1])
            if j < len(vw) - 1:
                heappush(PQ, [-bound(v, w, j+1), v, w, j+1])
    return maxValue

【讨论】：