0-1背包问题（动态规划C++）(计算机算法设计与分析 王晓东著 第5版)

0-1背包问题（动态规划C++）

问题描述

给定n种物品和一背包。物品i的重量是w_i，其价值为v_i，背包的容量为C。问应如何选择装入背包中的物品，使得装入背包中物品的总价值最大？
（ps：在选择装入背包的物品时，对每种物品i只有两种选择，即装入背包或不装入背包。不能将物品i装入背包多次，也不能只装入部分的物品i。因此，该问题称为0-1背包问题。）

动态规划思路

• 当 i = 0时，dp[ 0 ][ j ]表示把前0件物品装入容量为j的背包，获得的最大价值为0，所以dp[ 0 ][ j ] = 0
• 当 j = 0时，dp[ i ][ 0 ]表示把前i件物品装入容量为0的背包，获得的最大价值为0，所以dp[ i ][ 0 ] = 0
• 当 j < w[ i ] 时，第 i 件物品无法装入，dp[ i ][ j ] = dp[ i-1 ][ j ]
• 当 j >= w[ i ]时，dp[ i ][ j ] = max( dp[ i-1 ][ j ]，dp[ i -1 ][ j-w[ i ] ] + v[ i ] )

C++代码实现

#include<iostream>
using namespace std;

int dp[200][200];//前i个物品装入容量为j的背包中获得的最大价值

//0-1背包动态规划算法   构造二维表
int KnapSack(int n, int w[], int v[], int x[], int C) {
	int i, j;
	for (i = 0; i <= n; i++) { // 初始化：背包容量为0时，前i个物品无法装入，获得最大价值为0
		dp[i][0] = 0;
	}
	for (j = 0; j <= C; j++) {	//初始化：物品数量为0时，背包容量j无论多大，获得最大价值为0
		dp[0][j] = 0;
	}
	for (i = 1; i <= n; i++) {    //构造二维表：行对应前i个物品；列对应背包容量j
		for (j = 1; j <= C; j++) {
			if (j < w[i]) {		//背包容量不够第i个物品的重量大
				dp[i][j] = dp[i-1][j]; //不装，获得的最大价值仍然等于前i-1个物品装入情况的
			} else {				//装，看看是装入后获得的最大价值大还是前i-1个物品装入情况的最大价值大，比较后选择最大的
				dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]);
			}
		}
	}
	j = C; //j等于背包的最大容量C
	for (i = n; i > 0; i--) {   //从后往前遍历，如果装了第i个物品则标志位x[i]=1
		if (dp[i][j] > dp[i-1][j]) { //判断第i个物品有没有装进去
			x[i] = 1;		//第i个物品装了进去
			j = j - w[i];	//装了进去就将该物品的重量减去，j为剩余容量
		} else {
			x[i] = 0;   //第i个物品没装进去
		}
	}
	cout << "选中的物品是:" << endl;
	for (i = 1; i <= n; i++) {
		if (i == n) {
			cout << x[i] << endl;
		} else {
			cout << x[i] << " ";
		}
	}
	return dp[n][C];
}

int main() {
	int w[100];	//物品的重量
	int v[100];	//物品的价值
	int x[100];	//物品的选取状态
	int i, n, C;
	cout << "请输入背包的最大容量:" << endl;
	cin >> C;
	cout << "输入物品的数量:" << endl;
	cin >> n;
	cout << "请分别输入物品的重量:" << endl;
	for (i = 1; i <= n; i++)  {
		cin >> w[i];
	}
	cout << "请分别输入物品的价值:" << endl;
	for (i = 1; i <= n; i++) {
		cin >> v[i];
	}
	int maxValue = KnapSack(n,w,v,x,C);
	cout << "获得的最大价值为:" << maxValue << endl;
	return 0;
}