master > master: code py - pad ones/zeros für einelementige Fälle

code/python/src/algorithms/rucksack/algorithms.py

@@ -83,7 +83,7 @@ def rucksack_greedy_algorithm(
     if verbose:
         # Umsortierung rückgängig machen:
         vector = [ soln.vector[i] for i in order ];
-        rucksack = [ uorder[r] for r in rucksack ];
+        rucksack = sorted([ uorder[r] for r in rucksack ]);
         permute_data(weights=weights, values=values, items=items, perm=uorder);
         # Ausdrücke bestimmen:
         expr_value = display_sum(vector=vector, values=values);
@@ -135,24 +135,29 @@ def rucksack_branch_and_bound_algorithm(
     S = Stack();
     S.push(vector);
     while not S.empty():
-        lb, u = estimate_lower_bound(mask=S.top(), capacity=capacity, weights=weights, values=values, items=items);
+        lb, u, can_add_all, can_add_none = estimate_lower_bound(mask=S.top(), capacity=capacity, weights=weights, values=values, items=items);
         if verbose:
             logged_steps.append((lb_estimate, lb, u, str(S)));
         # Update nur nötig, wenn die (eingeschätzte) untere Schranke von A das bisherige Minimum verbessert:
         A: Mask = S.pop();
         if lb < lb_estimate:
-            # Branch:
+            # Bound, wenn sich A nicht weiter aufteilen lässt od. man A wie eine einelementige Option behandeln kann:
-            if A.splittable():
+            # Branch sonst
+            if not A.splittable() or can_add_all or can_add_none:
+                lb_estimate = lb;
+                if can_add_all:
+                    vector = A.pad_ones();
+                elif can_add_none:
+                    vector = A.pad_zeros();
+                else:
+                    vector = A;
+            else:
                 B, C = A.split();
                 # NOTE: per Wahl erfüllt mind. eine Möglichkeit in B die Kapazitätsschranke.
                 S.push(B);
                 # Nur dann C auf Stack legen, wenn mind. eine Möglichkeit in C die Kapazitätsschranke erfüllt:
                 if sum(weights[C.indexes_one]) <= capacity:
                     S.push(C);
-            # Bound, wenn die Maske den Rucksack komplett bestimmt:
-            else:
-                lb_estimate = lb;
-                vector = A;
 
     # Aspekte der Lösung speichern
     rucksack = vector.indexes_one; # Indexes von Items im Rucksack
@@ -169,7 +174,7 @@ def rucksack_branch_and_bound_algorithm(
         repr = display_branch_and_bound(values=values, steps=logged_steps);
         # Umsortierung rückgängig machen:
         vector = [ soln.vector[i] for i in order ];
-        rucksack = [ uorder[r] for r in rucksack ];
+        rucksack = sorted([ uorder[r] for r in rucksack ]);
         permute_data(weights=weights, values=values, items=items, perm=uorder);
         # Ausdrücke bestimmen:
         expr_value = display_sum(vector=vector, values=values);
@@ -223,7 +228,7 @@ def estimate_lower_bound(
     weights: np.ndarray,
     values: np.ndarray,
     items: np.ndarray,
-) -> Tuple[float, List[float]]:
+) -> Tuple[float, List[float], bool]:
     '''
     Wenn partielle Information über den Rucksack festgelegt ist,
     kann man bei dem unbekannten Teil das Rucksack-Problem
@@ -257,6 +262,10 @@ def estimate_lower_bound(
     vector[indexes_one] = 1;
     vector[indexes_unset] = soln_rest.vector;
 
+    # Prüfe, ob man als Lösung alles hinzufügen kann:
+    can_add_all = all([m == 1 for m in soln_rest.vector]);
+    can_add_none = all([m == 0 for m in soln_rest.vector]);
+
     # Einschätzung des max-Wertes (Ausgabe mit -1 multiplizieren):
     value_max_est = value_rucksack + value_rest;
-    return -value_max_est, vector.tolist();
+    return -value_max_est, vector.tolist(), can_add_all, can_add_none;

code/python/src/models/rucksack/mask.py

@@ -76,5 +76,17 @@ class Mask():
         vector2[self.index] = MaskValue.ONE;
         return Mask(vector1), Mask(vector2);
 
+    def pad_zeros(self) -> Mask:
+        '''
+        Completes mask by filling in unset values with zeros
+        '''
+        return Mask([ MaskValue.ZERO if u == MaskValue.UNSET else u for u in self.values ]);
+
+    def pad_ones(self) -> Mask:
+        '''
+        Completes mask by filling in unset values with zeros
+        '''
+        return Mask([ MaskValue.ONE if u == MaskValue.UNSET else u for u in self.values ]);
+
 def empty_mask(n: int):
     return Mask([MaskValue.UNSET for _ in range(n)]);