プログラミング
 Computer >> コンピューター >  >> プログラミング >> プログラミング

ボックススタッキング問題を動的計画法で解く方法とC++実装例

この問題では、複数の異なる箱が与えられます。それぞれの箱は長さ・幅・高さが異なる場合があります。目的は、これらの箱を積み上げて、可能な限り高い塔を作ることです。箱は自由に回転できますが、守らなければならないルールが1つあります。

ある箱を別の箱の上に置けるのは、下の箱の上面の面積が、上の箱の底面の面積よりも大きい場合のみです。

入力と出力

入力:
箱のリストが与えられます。各箱は (長さ, 幅, 高さ) で表されます。
{ (4, 6, 7), (1, 2, 3), (4, 5, 6), (10, 12, 32) }
出力:
箱の積み上げの最大高さ: 60

アルゴリズム

maxHeight(boxList, n)

入力 − 異なる箱のリストと、箱の個数。

出力 − 箱を積み上げることで得られる最大の高さ。

このアルゴリズムのポイントは、各箱について3通りの回転を生成し、それぞれを「積み上げ時の高さ」と「底面の2辺」に正規化して扱う点です。箱の数を n とすると、回転を含めた配置の総数は 3n になります。これらを底面の基準となる辺の降順にソートし、最長増加部分列(LIS)と同様の動的計画法で最適な積み上げ高さを求めます。

開始
    サイズ 3n の回転配列 rot を定義する
    index := 0

    boxList 内のすべての箱 i に対して、以下を実行する
        // 箱の元の向き
        rot[index].len := boxList[i].len
        rot[index].hei := boxList[i].hei と boxList[i].bre の最大値
        rot[index].bre := boxList[i].hei と boxList[i].bre の最小値
        index := index + 1

        // 1回目の回転後の寸法
        rot[index].len := boxList[i].bre
        rot[index].hei := boxList[i].len と boxList[i].hei の最大値
        rot[index].bre := boxList[i].len と boxList[i].hei の最小値
        index := index + 1

        // 2回目の回転後の寸法
        rot[index].len := boxList[i].hei
        rot[index].hei := boxList[i].len と boxList[i].bre の最大値
        rot[index].bre := boxList[i].len と boxList[i].bre の最小値
        index := index + 1

    n := 3n
    rot リストを底面の基準となる辺の降順にソートする
    maxHeightTemp 配列を定義する

    i := 1 から n-1 まで、以下を繰り返す
        j := 0 から i-1 まで、以下を繰り返す
            もし rot[i].bre < rot[j].bre かつ
               rot[i].hei < rot[j].hei かつ
               maxHeightTemp[i] < maxHeightTemp[j] + rot[i].len ならば
                maxHeightTemp[i] := maxHeightTemp[j] + rot[i].len
        繰り返し終了
    繰り返し終了

    maxHeight := -1
    i := 0 から n-1 まで、以下を繰り返す
        もし maxHeight < maxHeightTemp[i] ならば
            maxHeight := maxHeightTemp[i]
    繰り返し終了
    maxHeight を返す
終了

回転の生成に O(n)、ソートに O(n log n)、動的計画法の本体に O(n²) かかるため、全体の時間計算量は O(n²) となります。

C++による実装例

#include<iostream>
#include<algorithm>
using namespace std;

struct Box {
    int length, bredth, height;
};

int min (int x, int y) {
    return (x < y)? x : y;
}

int max (int x, int y) {
    return (x > y)? x : y;
}

bool compare(Box b1, Box b2) {
    return b1.height > b2.height;    // 底面の辺を基準に降順でソート
}

int maxHeight( Box boxList[], int n ) {
    Box rotation[3*n];    // 1つの箱は3通りの向きを持つため、回転は3n個
    int index = 0;

    for (int i = 0; i < n; i++) {
        // 箱の元の向きを保存
        rotation[index].length = boxList[i].length;
        rotation[index].height = max(boxList[i].height, boxList[i].bredth);
        rotation[index].bredth = min(boxList[i].height, boxList[i].bredth);
        index++;

        // 1回目の回転後の寸法
        rotation[index].length = boxList[i].bredth;
        rotation[index].height = max(boxList[i].length, boxList[i].height);
        rotation[index].bredth = min(boxList[i].length, boxList[i].height);
        index++;

        // 2回目の回転後の寸法
        rotation[index].length = boxList[i].height;
        rotation[index].height = max(boxList[i].length, boxList[i].bredth);
        rotation[index].bredth = min(boxList[i].length, boxList[i].bredth);
        index++;
    }

    n = 3*n;    // 各箱が3つの回転を持つため、n を 3n に更新

    sort(rotation, rotation+n, compare);    // 回転配列を降順にソート

    int maxHTemp[n];    // i 番目の箱を積み上げたときの暫定最大高さ

    for (int i = 0; i < n; i++ )
        maxHTemp[i] = rotation[i].length;

    for (int i = 1; i < n; i++ )    // 最適な積み上げ高さを求める
        for (int j = 0; j < i; j++ )
            if ( rotation[i].bredth < rotation[j].bredth && rotation[i].height < rotation[j].height
                && maxHTemp[i] < maxHTemp[j] + rotation[i].length) {
                maxHTemp[i] = maxHTemp[j] + rotation[i].length;
            }
    int maxHeight = -1;
    for ( int i = 0; i < n; i++ )    // すべての暫定高さから最大値を求める

        if ( maxHeight < maxHTemp[i] )
            maxHeight = maxHTemp[i];

    return maxHeight;
}

int main() {
    Box arr[] = { {4, 6, 7}, {1, 2, 3}, {4, 5, 6}, {10, 12, 32} };
    int n = 4;
    cout<<"箱の積み上げの最大高さ: " << maxHeight (arr, n) << endl;
}

出力

箱の積み上げの最大高さ: 60
  1. 蛇はしごゲーム(Snake and Ladder)の最短到達手数を求めるアルゴリズム

    蛇はしごゲームとは蛇はしごゲーム(Snakes and Ladders)は、世界中で親しまれている有名なボードゲームです。ボード上には番号が振られたマスが並んでおり、一部のマス同士は「はしご」または「ヘビ」によって接続されています。はしごのあるマスに止まれば、順番に進むことなく一気に上のマスへ移動でき、ゴールに大きく近づくことができます。一方、ヘビのいるマスに止まってしまうと、下のマスへ引き戻され、そこから再びスタートすることになります。本記事では、この問題に対してスタートからゴールまで到達するために必要な最小のサイコロ振り回数を求めるアルゴリズムを解説します。最短手数を求める場合、幅優先探索

  2. 頂点被覆問題を二分木で解く!動的計画法によるアルゴリズムとC++実装

    頂点被覆問題とは無向グラフにおける頂点被覆(Vertex Cover)とは、グラフのすべての辺 (u, v) に対して、u または v の少なくとも一方が必ずその集合に含まれるような頂点の部分集合のことを指します。二分木を利用することで、頂点被覆問題を動的計画法によって効率的に解くことができます。解法の考え方この問題は、根(ルート)ノードに着目して、次の2つの場合に分割して考えることができます。ケース1:根を頂点被覆に含める場合根が頂点被覆に含まれると、根から子へ伸びるすべての辺が自動的に覆われます。したがって、左部分木と右部分木それぞれの最小頂点被覆サイズを求め、根自身の分として「1」を加算