背包的分支和绑定方法的时间复杂度是多少

Question

我尝试用Python实现背包问题的分支定界方法。

def bound(vw, v, w, idx):
    if idx >= len(vw) or w > limit:
        return -1
    else:
        while idx < len(vw) and w + vw[idx][1] <= limit:
            v, w, idx = v+vw[idx][0], w+vw[idx][1], idx + 1
        if idx < len(vw):
            v += (limit - w)*vw[idx][0]/(vw[idx][1] * 1.0)
        return v
def knapsack(vw, limit, curValue, curWeight, curIndex):
    global maxValue
    if bound(vw, curValue, curWeight, curIndex) >= maxValue:
        if curWeight + vw[curIndex][1] <= limit:
            maxValue = max(maxValue, curValue + vw[curIndex][0])
            knapsack(vw, limit, curValue + vw[curIndex][0], curWeight + vw[curIndex][1], curIndex+1)
    if curIndex < len(vw) - 1:
            knapsack(vw, limit, curValue, curWeight, curIndex+1)
    return maxValue
maxValue = 0
def test():
    with open(sys.argv[1] if len(sys.argv) > 1 else sys.exit(1)) as f:
    limit, n = map(int, f.readline().split())
    vw = []
    for ln in f.readlines():
        vl, wl = map(int, ln.split())
        vw.append([vl, wl, vl/(wl*1.0)])
    knapsack(sorted(vw, key=lambda x: x[2], reverse=True), limit) 

我有两个问题：

• 以上代码的时间复杂度是多少
• 对上述代码有任何改进或优化吗

Answer 1

一般来说，CS理论家发现分支定界算法极难分析：例如，请参阅此处进行一些讨论。您总是可以采用完整的枚举边界，这通常很容易计算，但通常也非常宽松。

Answer 2

我发现它可以用priority-queue 进行优化

def knapsack(vw, limit):
    maxValue = 0
    PQ = [[-bound(0, 0, 0), 0, 0, 0]]
    while PQ:
        b, v, w, j = heappop(PQ)
        if b <= -maxValue:
            if w + vw[j][1] <= limit:
                maxValue = max(maxValue, v + vw[j][0])
                heappush(PQ, [-bound(v+vw[j][0], w+vw[j][1], j+1),
                                    v+vw[j][0], w+vw[j][1], j+1])
            if j < len(vw) - 1:
                heappush(PQ, [-bound(v, w, j+1), v, w, j+1])
    return maxValue