给定n种物品和一背包。物品i的重量是wi,其价值为vi,背包的容量为C。问应如何选择装入背包的物品,使得装入背包中物品的总价值最大?
0-1背包问题是一个特殊的整数规划问题。
设所给0-1背包问题的子问题
的最优值为m(i,j),即m(i,j)是背包容量为j,可选择物品为i,i+1,…,n时0-1背包问题的最优值。由0-1背包问题的最优子结构性质,可以建立计算m(i,j)的递归式如下。
算法复杂度分析:
从m(i,j)的递归式容易看出,算法需要O(nc)计算时间。当背包容量c很大时,算法需要的计算时间较多。例如,当c>2n时,算法需要Ω(n2n)计算时间。
#define N 12
void Knapsack(int v[],int w[],int c,int n,int m[6][N])
{
int i,j,jMax,k;
jMax=(w[n]-1<c)?w[n]-1:c;
for(i=0;i<=jMax;i++)
{
m[n][i]=0;
}
for(i=w[n];i<=c;i++)
{
m[n][i]=v[n];
}
for(i=n-1;i>1;i--)
{
jMax=(w[i]-1<c)?w[i]-1:c;
for(j=0;j<=jMax;j++)
{
m[i][j]=m[i+1][j];
}
for(j=w[i];j<=c;j++)
{
k=j-w[i];
if(m[i+1][j]<m[i+1][k]+v[i])
m[i][j]=m[i+1][k]+v[i];
else
m[i][j]=m[i+1][j];
}
}
m[1][c]=m[2][c];
if(c>=w[1])
{
k=c-w[1];
m[1][c]=(m[2][c]>m[2][k]+v[1])?m[2][c]:m[2][k]+v[1];
}
}
void Traceback(int m[6][N],int w[],int c,int n,int x[])
{
int i;
for(i=1;i<n;i++)
{
if(m[i][c]==m[i+1][c])
x[i]=0;
else
{
x[i]=1;
c-=w[i];
}
}
x[n]=(m[n][c])?1:0;
}
main()
{
int i,c=10,n=5,w[]={0,2,2,6,5,4},v[]={0,6,3,5,4,6};
int m[6][N]={0};
int x[6]={0};
int j;
Knapsack(v,w,c,n,m);
for(i=1;i<=n;i++)
{
for(j=1;j<=c;j++)
printf("%3d",m[i][j]);
printf("/n");
}
Traceback(m,w,c,n,x);
for(i=1;i<=n;i++)
{
if(x[i])
printf("%4d:%4d",i,v[i]);
}
printf("/n");
}