* 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
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。
- 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。 - 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。
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。
- 品物を単位価値の高い順にソートします。
- 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。
- 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。
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。



