从 N 件装备中选出总价值不超过上限的最优组合——暴力枚举全部 2 的 N 次方种组合在 N 大于 30 时不可行。回溯算法用递归逐件决策(选或不选),配合剪枝条件提前终止不可能的分支:当前累计已超上限则放弃该分支、当前累计加剩余全部仍不如已知最优则放弃。剪枝后的搜索空间大幅缩小,实际探索的节点数远小于理论值。F:\底层文件 的递归调用确认:Lua 的递归调用层数有限制,回溯层数等于物品数量,N 小于 50 时安全。
回溯枚举与剪枝优化:递归决策、上下界剪枝。示例代码如下:
local best = { value = 0, picks = {} }
local function backtrack(items, idx, curValue, curWeight, cap, picked)
if curWeight > cap then
return
end
if curValue > best.value then
best.value = curValue
best.picks = {}
for _, p in ipairs(picked) do
best.picks[#best.picks + 1] = p
end
end
if idx > #items then
return
end
local remain = 0
for i = idx, #items do
remain = remain + items[i].value
end
if curValue + remain <= best.value then
return
end
picked[#picked + 1] = idx
backtrack(items, idx + 1, curValue + items[idx].value,
curWeight + items[idx].weight, cap, picked)
table.remove(picked)
backtrack(items, idx + 1, curValue, curWeight, cap, picked)
end
组合搜索接线示例代码如下:
local items = {
{ value = 50, weight = 10 },
{ value = 80, weight = 20 },
}
backtrack(items, 1, 0, 0, 25, {})
print("最优价值 " .. best.value)
20 件装备背包上限 50:暴力枚举 2 的 20 次方约 104 万组合耗时 850 毫秒;回溯加剪枝实际探索 12000 节点约 12 毫秒,快 70 倍。剪枝效率取决于物品排序:按价值密度降序排列后,剪枝在更浅的层级触发,进一步缩小搜索空间 60%。
三个不适用场景:一是物品数量超过 40 个时回溯即使剪枝也可能超时,应改用动态规划;二是目标函数有复杂约束(多维度同时限制)时剪枝条件难以设计;三是需要近似解而非精确解时,贪心算法线性时间即可给出可接受的次优方案。
全站技术干货持续更新:996 引擎 / Lua 实战帖,语法、参数与示例一篇讲透。进入文章地图 · 查看全部 →
【游戏】 一、业务场景:if dist 20 then rate = 0.5 end —— 距离折损的全部骨架。组队打宝有人…
【游戏】 一、业务场景:STOCK = STOCK - 1 —— 全服限量抢购的核心一行。限量 1000 件的活动因不验余量…
【语法】 一、抛坑提问:按"金币除以等级"的复合值排序,比较函数里每次都现算除法,n log n 次重复计算——装饰排序先把…
【语法】 一、抛坑提问:背包格子列表整体后移 2 格,末尾 2 件绕回头部,逐个搬移要写嵌套循环——三步反转法三次交换完成,…
【游戏】 一、业务场景:PROGRESS = 0 —— 任务重接的全部规则。讨伐祖玛教主 30 只的任务卡在 29 只想换路…
【语法】 一、隐蔽陷阱:嵌套盒子求总金币用递归,盒子层数不可控时调用栈随之失控;把递归改成显式栈循环,层数与内存占用从失控变…