Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

This article is a Private article. Only a writer and users who know the URL can access it.
Please change open range to public in publish setting if you want to share this article with other users.

More than 3 years have passed since last update.

Pythonデータ解析お百度参り42:ナップサック問題

Last updated at Posted at 2020-06-24

ナップサック問題

アイテムの集合 $I$ = {$1, 2, ..., N$} 中の各アイテム $i \in I$ の価値を $v_i$、重みを $w_i$とし、それを入れるナップサックの最大容量を $W_{capacity}$ としたとき、下記の最適化問題をナップサック問題と言います。

max \sum_{i=1}^{N} v_i x_i \\
s.t. 
\sum_{i=1}^{N} w_i x_i \le W_{capacity} \\
\qquad \qquad x_i \in \mathbb{N} \qquad (\forall i \in I)
  • $\in$ は英語で「in」、 $\forall$ は「for all」の意味
  • $s.t.$ は「such that」の略で「下記を満たす条件の元で上記を求める」くらいの意味
  • $\mathbb{N}$ は自然数全体の集合
  • $x_i \in \mathbb{N}$ を $x_i \in$ {$0$, $1$} に置き換えたものを特に「0-1ナップサック問題」と言います。

ナップサック問題は「動的計画法」で解ける問題として典型的なものです。$i$番目以降$N$番目までのアイテムの中から、重さの総和が$w$以下になるように選んだ時の価値の最大値を $Q(i, w)$ としたとき、$Q(i, w)$は次のような漸化式で表せます。

Q(i, w) =  \left\{
\begin{array}{ll}
0 & if \quad i = N \\
 Q(i+1, w) & if \quad w \lt w_i \\
max \Bigl( Q (i+1, w), Q(i+1, w - w_i) + v_i \Bigr) & otherwise
\end{array}
\right.

基本的にはこれで解けるはずですが、同じ計算を繰り返して無駄な時間を使ってしまいます。これを避けるため、計算結果を格納する2次元配列を作って記憶することで、2度目以降の計算を省略するようにしてみましょう。

課題42:ナップサック問題

重さが $w_i$、価値が $v_i$ である $n$ 個のアイテムがあります。これらの中から、重さの和が $W_{capacity}$ を超えない範囲内でアイテムを選んだときの、価値の和の最大値を求めてください。

ただし、同じアイテムは1個しか選べないものとし、

  • 1 ≤ $n$ ≤ 100
  • 1 ≤ $w_i$ ≤ 100
  • 1 ≤ $v_i$ ≤ 100
  • $10n$ ≤ $W_{capacity}$ ≤ $100n$

とします。

  • 例1
n =  5
W_capacity =  175
W =  [95, 56, 65, 54, 32]
V =  [79, 9, 57, 55, 27]
139
  • 例2
n =  10
W_capacity =  492
W =  [53, 64, 82, 93, 76, 67, 10, 6, 82, 91]
V =  [80, 16, 30, 68, 31, 19, 50, 64, 20, 96]
438
  • 例3
n =  20
W_capacity =  1371
W =  [30, 31, 100, 83, 52, 97, 34, 70, 96, 13, 70, 89, 79, 51, 31, 93, 73, 10, 77, 31]
V =  [31, 58, 49, 75, 1, 57, 8, 1, 35, 22, 82, 28, 61, 46, 68, 10, 32, 84, 19, 16]
783
  • 例4
n =  80
W_capacity =  1371
W =  [7, 32, 92, 96, 96, 77, 49, 84, 80, 22, 14, 87, 4, 61, 27, 90, 23, 98, 59, 80, 25, 45, 14, 46, 41, 72, 86, 40, 27, 97, 96, 52, 86, 85, 55, 48, 92, 69, 57, 89, 2, 63, 20, 80, 98, 85, 31, 86, 65, 87, 94, 27, 95, 43, 27, 24, 65, 9, 81, 53, 36, 43, 14, 98, 85, 9, 66, 45, 49, 10, 68, 19, 5, 61, 53, 76, 75, 75, 55, 36]
V =  [71, 6, 45, 90, 41, 89, 5, 57, 19, 78, 79, 100, 9, 45, 84, 41, 90, 18, 100, 34, 60, 6, 7, 82, 64, 40, 17, 44, 85, 94, 33, 90, 36, 50, 46, 66, 6, 57, 36, 4, 15, 50, 23, 94, 99, 26, 33, 95, 16, 45, 6, 93, 37, 89, 13, 52, 4, 92, 86, 10, 41, 12, 85, 43, 98, 92, 57, 38, 75, 61, 66, 1, 74, 61, 91, 33, 35, 96, 13, 17]
2604

課題提出方法

  • 基本的にGoogle Colaboratoryを用いてプログラミングしてください。どうしても Google Colaboratory を用いることができない場合のみ、Jupyter Notebook または Jupyter Lab を用いてください。

  • 課題1つごとに、ノートブックを新規作成してください。1つのノートブックで複数の課題を解かないでください。

  • ノートブックを新規作成すると「Untitled.ipynb」のような名前になりますが、それを「学籍番号・氏名・課題番号」のような名前に変更してください。

  • 質問・感想・要望などございましたらぜひ書き込んでください。

  • もし課題を解くにあたって参考になったウェブサイトがあれば、それについても触れてください。

  • 課題を計算し終わった ipynb ファイルを提出するときは、指定したメールアドレスに Google Drive で共有する形で授業担当者に提出してください。


0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?