0/1背包问题 动态规划（C++实现）

问题：给定n种物品和一个背包，物品i的重量是Weight i，价值为Value i，背包容量是c。对每种物品只有两种选择，装入背包或不装入背包，0/1背包问题（0/1 Knapsack Problem）是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。

算法：建立dp矩阵，dp[i][j]表示背包中可装入i个物品，j为背包容量。从1开始逐个遍历，慢慢增加背包的容量j，当物品重量=背包容量时，可装入，这时需要列出状态转移方程，dp[i][j]取值应为dp[i-1][j]（不装入该物品时的背包总价值）与dp[i-1][j - Weight i] + Value i（装入该物品的背包总价值）中的较大一个。

代码如下：weight[] 物品重量     ,    value[] 物品价值   ,   x[] 存放物品选择情况 0没放入.1放入,

dp[][]当前背包容量和最大允许装入物品数所决定的当前背包最大价值

int KnapSack(int weight[],int value[],int n,int c,int x[]){
	int i,j,dp[n+1][c+1];
	for(i=0;i<=n;i++)	dp[i][0] = 0;
	for(j=0;j<=c;j++)	dp[0][j] = 0;//初始化第0行第0列
	for(i=1;i<=n;i++){
		for(j=1;j<=c;j++){
			if(j<weight[i])dp[i][j] = dp[i-1][j];//背包容量小于物品重量。不能放入
			else	dp[i][j] = max( dp[i-1][j] , dp[i-1][j-weight[i]] + value[i] );
		}
	}		
	for(i=n,j=c;i>0;i--){//回溯 如果value比上一个大，说明这件物品放入背包了，置1，如果没大说明没放入，置0
		if(dp[i][j] > dp[i-1][j]){
			x[i] = 1;
			j -= weight[i];
		}
		else x[i] = 0;
	}	
	return dp[n][c];
}

测试如下：

int main(){
	int weight[6] = {0,2,2,6,5,4};
	int value[6] = {0,6,3,5,4,6};
	int x[6] = {0};
	int p = KnapSack(weight,value,5,10,x);
	for(int i=1;i<=5;i++)	cout<<x[i]<<" ";
	cout<<endl;
	cout<<"可装入背包的最大价值为："<<p<<endl;
	return 0;
}

输出如下:

1 1 0 0 1
可装入背包的最大价值为：15