两个背包问题都是比较典型的问题,对这两种算法的理解有很好的帮助.
0/1背包问题--
问题描述:
设U = {u1,u2,u3,......ui}(一共有amount数量的物品)是一组准备放入背包中的物品.设背包的容量为size.
定义每个物品都具有两个属性weight和value.
我们要解决的问题就是计算在所选取的物品总重量不超过背包容量size的前提下使所选的物品总价值最大.
程序的设计:
设V[i, j]用来表示从前i项{u1......ui}中取出来的装入体积为j的背包的最大价值.i的范围是从0到amount,j是从0到size.这样的话要计算的值就是V[amount, size].V[0, j]对于所有的j的值都是0,因为这时候的包中没有物品.同时V[i, 0]的值也是0,因为没有物品可以放到size为0的背包里面.
所以有:
V[i, j] = 0 若i = 0 或 j = 0;
V[i, j] = V[i - 1, j] 若j < ui.weight;(当物品的重量大于背包承重时,就不巴物品放在里面)
V[i, j] = max{V[i - 1, j], V[i - 1, j - ui.weight] + ui.value} 若i > 0并且j >= ui.weight;
现在就可用动态规划的方法运用上面的公式来填表求解了.
代码:
#include
<
stdio.h
>
#define W 1000
#define N 1000
typedef struct data
... {
int vaule;
int weight;
} goods;
int returnmax( int a, int b)
... {
return (a > b ? a : b);
}
int KNAPSACK(goods * P, int a, int s)
... {
int V[N][W];
int i,j,mv;
for(i = 0; i < a; i++)
V[i][
#define W 1000
#define N 1000
typedef struct data
... {
int vaule;
int weight;
} goods;
int returnmax( int a, int b)
... {
return (a > b ? a : b);
}
int KNAPSACK(goods * P, int a, int s)
... {
int V[N][W];
int i,j,mv;
for(i = 0; i < a; i++)
V[i][