Aula 17 – Problema da Mochila

25089/1001525 – Projeto e Análise de Algoritmos

2019/2 - Turma A
Prof. Dr. Murilo Naldi

naldi@dc.ufscar.br
Agradecimentos

●
Aos professores Mário Felice e Diego Furtado por ceder
parte do material utilizado.
●
Material inspirado nas aulas do prof. Tim Roughgarden
Princípios da Programação Dinâmica

●
Os princípios básicos para projetar um algoritmo de programação
dinâmica são:
1) encontrar um número pequeno de subproblemas
2) encontrar uma maneira (em geral, uma recorrência) que
permita resolver um problema maior usando as soluções de
problemas menores
– essa maneira deve ser correta (claro)
– e rápida (recorrência deve depender de um número polinomial
de termos)
3) depois de calcular os subproblemas, encontrar a solução final
deve ser fácil
– um valor da tabela (normalmente a última posição)
Princípios da Programação Dinâmica

●
Observe que para poder aplicar esses princípios
é necessário que o problema apresente a
propriedade de subestrutura ótima, ou seja, que
uma solução ótima para uma determinada
instância possa ser descrita em função de
soluções ótimas para sub-instâncias da mesma.
Problema da Mochila
●
Entrada:
– n itens, sendo que cada item i (1<=i<=n) tem
● valor vi > 0
● peso wi > 0 e inteiro
– capacidade W > 0 e inteiro
●
Solução:
– subconjunto S de itens que
– maximiza
∑ v i (tem lucro máximo)
i∈S
–
∑ w i≤W (e não viola a capacidade)
i∈S
Problema da Mochila

●
Vamos usar I(n, W) para denotar uma entrada para o
problema da mochila que tem:
– n itens
– capacidade W
– deixamos implícito que cada item tem valor vi e
peso wi, para 1 <= i <= n.
Subestrutura ótima em de recorrência

●
Considere uma entrada I(n, W) e uma
correspondente solução ótima S
●
Vamos focar nossa atenção no item n (último).
Temos duas possibilidades:
1) n não está em S
2) n está em S
Primeiro Caso
●
Vamos analisar 1) primeiro
– Neste caso S é uma solução ótima para I(n-1, W), ou seja,
para a mochila de mesma capacidade que só pode usar os
n-1 primeiros itens.
– Prova: que S é uma solução para I(n-1, W) é direto, já que
não usa o item n e respeita a capacidade W. Para mostrar
que é ótima para I(n-1, W) vamos supor, por contradição,
que existe uma solução S* melhor que S para I(n-1, W).
Note que S* também é uma solução para I(n, W), já que ela
respeita a capacidade W e só usa itens válidos para esta
entrada. Como o valor de S* é maior que S, chegamos a
uma contradição, já que S era ótima para I(n, W).
●
Qual o valor da solução ótima S em função da solução ótima
dos subproblemas neste caso?
Segundo Caso

●
Neste caso n está em S. Queremos descrever S em
função de soluções ótimas para subproblemas, vamos
considerar a solução S' = S \ {n}, ou seja, S sem o último
item. Novamente, temos que S' é uma solução que só usa
os n-1 primeiros itens, mas algo mais acontece neste
caso. Como S respeitava a capacidade W, i.e.,

∑ wi≤W
i∈S
– ao remover o item n de S temos que S' respeita uma
restrição mais forte

∑ w i=∑ w i−w n≤W −w n

i∈S ' i∈S
Segundo Caso

● Portanto, S' é uma solução ótima para I(n-1, W - wn), ou seja,

para a mochila de capacidade W - wn que só pode usar os n-1
primeiros itens.
– Prova: que S' é uma solução para I(n-1, W - wn) é direto, já
que ela não usa o item n e respeita a capacidade W - w n.
Para mostrar que ela é ótima para I(n-1, W - wn) vamos
supor, por contradição, que existe uma solução S* melhor
que S' para I(n-1, W - wn). Note que S* U {n} é uma solução
para I(n, W), já que ela respeita a capacidade W e só usa
itens válidos para esta entrada. Como o valor de S* + v n é
maior que S' + vn = S, chegamos a uma contradição, já que
S era ótima para I(n, W).
– Qual o valor da solução ótima S em função da solução
ótima dos subproblemas neste caso?
Recorrência

●
Como nossos subproblemas dependem:
– tanto dos itens que podem ser usados na solução
quanto da capacidade residual da mochila
●

●
Nossa recorrência terá dois parâmetros i e x
●
A[i, x] corresponde ao valor de uma solução ótima
para uma mochila que:
– pode ser preenchida com os i primeiros itens
(i = 1, ..., n)
– e tem capacidade x (x = 1, ..., W)
Recorrência

●
Seguindo nossa análise da subestrutura ótima,
temos a seguinte recorrência
– A[i, x] = max{A[i-1, x], A[i-1, x - wi] + vi}
– Observe que esta recorrência tem uma limitação
● o segundo caso não faz sentido quando wi > x,
já que a capacidade da mochila fica negativa
– Além disso, os casos bases da recorrência
ocorrem quando o número de itens disponível é 0
●
neste caso a mochila sempre terá valor 0,
independente da capacidade
Algoritmo a partir da recorrência

mochila(n, v, w, W) {
para x = 0 até W
A[0, x] = 0
para i = 1 até n
para x = 0 até W
A[i, x] = max{A[i-1, x], A[i-1, x - wi] + vi}
// tem uma incorreção aqui
devolva A[n, W]
}
Algoritmo a partir da recorrência

mochila(n, v, w, W) {
para x = 0 até W
A[0, x] = 0
para i = 1 até n
para x = 0 até W
se x < wi
A[i, x] = A[i-1, x]
senão
A[i, x] = max{A[i-1, x], A[i-1, x - w i] + vi}
devolva A[n, W]
}
Corretude e eficiência

●
Prova de corretude: Por indução matemática usando
como hipótese a recorrência que demonstramos antes
●
Eficiência: Θ(nW), o que faz deste algoritmo
pseudopolinomial, já que o número W pode crescer como
uma exponencial no tamanho da entrada.