Files
hello-algo/ja/docs/chapter_greedy/fractional_knapsack_problem.md
Yudong Jin 7257641e0e Retranslate the complete Japanese online edition from Chinese (#2008)
* Retranslate the complete Japanese online edition from Chinese

* Fit Japanese homepage labels and localize heading permalinks

* Point Japanese contribution instructions to the Japanese preview

* Replace locale conditionals with multilingual UI tables
2026-10-30 02:12:26 +08:00

4.1 KiB

分割可能ナップサック問題

!!! question

$n$ 個の品物があり、$i$ 番目の品物の重さは $wgt[i-1]$、価値は $val[i-1]$ です。容量 $cap$ のナップサックに入れる品物を選びます。各品物は 1 回だけ選べますが、**品物の一部だけを選ぶこともでき、その価値は選んだ重さの割合で計算します**。容量の制限内で得られる品物の最大価値を求めてください。例を下図に示します。

分割可能ナップサック問題のデータ例

分割可能ナップサック問題は、全体として 0-1 ナップサック問題によく似ています。状態は現在の品物 i と容量 c で表し、容量の制限内で得られる最大価値を求めます。

違いは、品物の一部だけを選べることです。下図のように、品物を自由に分割し、重さの割合に応じて価値を計算できます。

  1. 品物 i の単位重さ当たりの価値は val[i-1] / wgt[i-1] で、これを単位価値と呼びます。
  2. 品物 i のうち重さ w の部分を入れると、ナップサック内の価値は w \times val[i-1] / wgt[i-1] 増えます。

品物の単位重さ当たりの価値

貪欲戦略を決める

ナップサック内の品物の総価値を最大にすることは、本質的には単位重さ当たりの価値を最大にすることです。ここから、下図の貪欲戦略を導けます。

  1. 品物を単位価値の高い順にソートします。
  2. すべての品物を順に調べ、毎回、単位価値が最も高い品物を貪欲に選びます。
  3. ナップサックの残り容量が足りなければ、現在の品物の一部を使っていっぱいにします。

分割可能ナップサック問題の貪欲戦略

コードの実装

品物を単位価値でソートしやすいよう、品物のクラス Item を作ります。貪欲な選択を繰り返し、ナップサックがいっぱいになったらループを抜け、解を返します。

[file]{fractional_knapsack}-[class]{}-[func]{fractional_knapsack}

組み込みソートの時間計算量は通常 O(n \log n) です。空間計算量は通常 O(\log n) または O(n) で、言語ごとの実装に依存します。

ソート以外では、最悪の場合、品物のリスト全体を走査するため、時間計算量は O(n) です。ここで n は品物の数です。

Item オブジェクトのリストを初期化するため、空間計算量は O(n) です。

正しさの証明

背理法を使います。品物 x の単位価値が最も高いとします。あるアルゴリズムで最大価値 res が得られたものの、その解には品物 x が含まれていないと仮定します。

ここで、ナップサックから任意の品物を単位重さだけ取り出し、同じ重さの品物 x に置き換えます。x の単位価値が最も高いので、置き換え後の総価値は必ず res より大きくなります。これは res が最適解であることに矛盾するため、最適解には品物 x が含まれていなければなりません。

解に含まれるほかの品物についても、同じ矛盾を導けます。つまり、単位価値の高い品物を選ぶ方が常に有利であり、貪欲戦略は有効です。

下図のように、品物の重さを横軸、単位価値を縦軸とすると、分割可能ナップサック問題は「横軸の区間が限られた中で、囲まれる面積を最大にする問題」に置き換えられます。このたとえから、貪欲戦略が有効な理由を幾何学的に理解できます。

分割可能ナップサック問題の幾何学的表現