01背包算法
转：01背包问题
动态规划的基本思想：
将一个问题分解为子问题递归求解，且将中间结果保存以避免重复计算。通常用来求最优解，且最优解的局部也是最优的。求解过程产生多个决策序列，下一步总是依赖上一步的结果，自底向上的求解。
动态规划算法可分解成从先到后的4个步骤：
1. 描述一个最优解的结构，寻找子问题，对问题进行划分。
2. 定义状态。往往将和子问题相关的各个变量的一组取值定义为一个状态。某个状态的值就是这个子问题的解（若有k个变量，一般用K维的数组存储各个状态下的解，并可根 据这个数组记录打印求解过程。）。
3. 找出状态转移方程。一般是从一个状态到另一个状态时变量值改变。
4.以“自底向上”的方式计算最优解的值。
5. 从已计算的信息中构建出最优解的路径。(最优解是问题达到最优值的一组解)
其中步骤1~4是动态规划求解问题的基础，如果题目只要求最优解的值，则步骤5可以省略。
背包问题
01背包: 有N件物品和一个重量为M的背包。（每种物品均只有一件）第i件物品的重量是w[i]，价值是p[i]。求解将哪些物品装入背包可使价值总和最大。
完全背包: 有N种物品和一个重量为M的背包，每种物品都有无限件可用。第i种物品的重量是w[i]，价值是p[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包重量，且价值总和最大。
多重背包: 有N种物品和一个重量为M的背包。第i种物品最多有n[i]件可用，每件重量是w[i]，价值是p[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包重量，且价值总和最大。
01背包问题：
这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。
用子问题定义状态：即c[i][v]表示前i件物品恰放入一个重量为m的背包可以获得的最大价值。则其状态转移方程便是：
c[i][m]=max{c[i-1][m],c[i-1][m-w[i]]+p[i]}
这个方程非常重要，基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下：“将前i件物品放入重量为m的背包中”这个子问题，若只考虑第i件物品的策略（放或不放），那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品，那么问题就转化为“前i-1件物品放入容量为v的背包中”，价值为c[i-1][m]；如果放第i件物品，那么问题就转化为“前i-1件物品放入剩下的重量为m-w[i]的背包中”，此时能获得的最大价值就是c[i-1][m-w[i]]再加上通过放入第i件物品获得的价值p[i]。
代码：
1 #include <iostream> 2 #include <algorithm> 3 #include <cstdio> 4 #include <cstring> 5 #include <queue> 6 #include <cmath> 7 #define clr(a,b) memset(a,b,sizeof(a)) 8 #define INF 0x7f7f7f7f 9 #define M 1050 10 using namespace std; 11 int V[200][200];//前i个物品装入容量为j的背包中获得的最大价值 12 int max(int a,int b) 13 { 14 if(a>=b) 15 return a; 16 else return b; 17 } 18 19 int KnapSack(int n,int w[],int v[],int x[],int C) 20 { 21 int i,j; 22 for(i=0; i<=n; i++) 23 V[i][0]=0; 24 for(j=0; j<=C; j++) 25 V[0][j]=0; 26 for(i=1; i<=n; i++) 27 for(j=1; j<=C; j++) 28 if(j<w[i]) 29 V[i][j]=V[i-1][j]; 30 else 31 V[i][j]=max(V[i-1][j],V[i-1][j-w[i]]+v[i]); 32 j=C; 33 for(i=n-1; i>=0; i--) 34 { 35 if(V[i][j]>V[i-1][j]) //既然if成立说明该物品被选择了。 36 { 37 x[i]=1; 38 j=j-w[i]; 39 } 40 else 41 x[i]=0; 42 } 43 printf("选中的物品是:\n"); 44 for(i=0; i<n; i++) 45 printf("%d ",x[i]); 46 printf("\n"); 47 return V[n-1][C]; 48 49 } 50 51 int main() 52 { 53 int s;//获得的最大价值 54 int w[15];//物品的重量 55 int v[15];//物品的价值 56 int x[15];//物品的选取状态 57 int n,i; 58 int C;//背包最大容量 59 n=5; 60 memset(V,0,sizeof(V)); 61 printf("请输入背包的最大容量:\n"); 62 scanf("%d",&C); 63 printf("输入物品数:\n"); 64 scanf("%d",&n); 65 printf("请分别输入物品的重量:\n"); 66 for(i=0; i<n; i++) 67 scanf("%d",&w[i]); 68 printf("请分别输入物品的价值:\n"); 69 for(i=0; i<n; i++) 70 scanf("%d",&v[i]); 71 s=KnapSack(n,w,v,x,C); 72 printf("最大物品价值为:\n"); 73 printf("%d\n",s); 74 } 75 /* 76 10 77 5 78 3 4 5 3 2 79 3 2 6 4 3 80 */
