搜索资源列表
背包问题(动态规划递归算法）的vc程序
- 用动态规划算法中的递归法求解背包问题的vc++6程序，已通过测试
Knapsack_V6.0
- vc实现的0-1背包问题，一般递归方法，动态规划方法和贪心方法-vc achieved 0-1 knapsack problem, the general recursive method of dynamic programming methods and greedy method
knapsack
- 程序设计思路 在动态规划中，可将一个问题的解决方案视为一系列决策的结果，要考察每个最优决策序列中是否包含一个最优子序列。所以在最短路径问题中，假如在的第一次决策时到达了某个节点v，那么不管v 是怎样确定的，此后选择从v 到d 的路径时，都必须采用最优策略。利用最优序列由最优子序列构成的结论，可得到f 的递归式。f ( 1 ,c) 是初始时背包问题的最优解。可使用（1）中所示公式通过递归或迭代来求解f ( 1 ,c)。从f (n,
recursiveDPKnapsack
- 用vc++6编写的程序，采用动态规划递归算法，解决背包问题。-Vc++6 with the preparation of the procedures, the use of dynamic programming recursive algorithm to solve knapsack problem.
workspace
- 用动态规划解决背包问题，采用递归和非递归两种方式实现，递归过程中保留中间结果以减少复杂度-Dynamic Programming Knapsack Problem
knap
- 用动态规划解决背包问题，分别用递归和非递归方式实现-Knapsack problem using dynamic programming solution, respectively, recursive and non-recursive way to achieve
01bag
- 动态规划经典问题01背包的实现，用2种实现算法。一是用递归，二是用循环。还有01背包算法的叙述和图解，通俗易懂-Dynamic programming 01bag
Algorithm-analysis-and-design
- 计算机实验室 内容： 1、分治法，maxmin算法 2、动态规划，矩阵连乘 3、贪心法， 1）背包问题，2）装载问题 4、回溯法，N皇后问题的循环结构算法和递归结构算法。-Computer laboratory content: 1, partition method, maxmin algorithm 2, the dynamic planning, LianCheng matrix 3, gree
beibao
- 文件里面的代码主要是用递归算法，动态规划的算法，贪婪算法，回溯算法解决没有利润分配的背包问题。-File inside the code is mainly used recursive algorithm, dynamic programming algorithms, greedy algorithms, backtracking algorithm to solve knapsack problem is no distribut
Knapsack
- 很经典的01背包以及分数背包问题的解决方案，分别用了动态规划以及递归的思想！-01Knapsack and fractional Knapsack in java
include
- 1）编程递归实现0-1背包问题并回溯求出问题的解向量（即X[N]的值）和多段图的最短路经问题的动态规划算法。 2）图的数据结构采用邻接表。 3） 要求用文件装入5个多段图数据，编写从文件到邻接表的函数。 4）验证算法的时间复杂性。 5）0-1背包问题的实验数据见实验二的背包问题数据。 -1) programming recursive implementation of the 0-1 knapsack proble
package
- 采用动态规划思想解决0-1背包问题，更好的理解动态规划思想，理解递归的理念- It uses dynamic programming to solve the 0-1 knapsack problem, a better understanding of dynamic programming, understanding the concept of recursion
knapsack
- 动态规划的经典实例-0-1背包问题，体会如何巧妙消除递归，代码简洁。-Classic example-0-1 Knapsack problem dynamic programming experience how to skillfully eliminate recursion, concise code.