一、基本思想
它在问题的解空间树中,按深度优先策略,从根节点出发搜索解空间树。算法搜索至解空间树的任一结点时,先判断该节点是否包含问题的解。如果不包含,则跳过对以该节点为根的子树的搜索,逐层向其它祖先节点回溯。否则,进入该子树,继续按照深度优先策略搜索。
二、算法分析
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= W; j++) {
if (wt[i - 1] <= j) { // 如果当前物品重量小于等于背包容量
dp[i][j] = max(dp[i - 1][j], val[i - 1] + dp[i - 1][j - wt[i - 1]]);
}
else { // 如果当前物品重量大于背包容量
dp[i][j] = dp[i - 1][j]; // 不选择当前物品,回到i-1的物品当中
}
}
}
return dp[n][W];
三、代码实现
#include <iostream>
#include <vector>
using namespace std;
int knapsack(int W, vector<int>& wt, vector<int> &val, int n) {
//W为背包的总容量,wt为每件物品的重量,val为每件物品的的价格
// 初始化单位价值数组
vector<vector<int>> dp(n + 1, vector<int>(W + 1, 0));
// 回溯法求解
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= W; j++) {
if (wt[i - 1] <= j) { // 如果当前物品重量小于等于背包容量
dp[i][j] = max(dp[i - 1][j], val[i - 1] + dp[i - 1][j - wt[i - 1]]);
}
else { // 如果当前物品重量大于背包容量
dp[i][j] = dp[i - 1][j]; // 不选择当前物品,回到i-1的物品当中
}
}
}
return dp[n][W];
}
int main() {
int W = 10;
vector<int> wt = { 7,4,5,3 };
vector<int> val = { 42,40,25,12 };
int n = wt.size();
cout << "最大总价值为:" << knapsack(W, wt, val, n) << endl; // 输出总价值
return 0;
}