动态规划/贪心算法----0/1背包问题AND普通背包问题

 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][