【动态规划】0-1背包

0-1背包问题：给定的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：应该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？

【分析】

对于物品来说只有两种选择装入背包或者不装入背包即0-1，如何判断物品是否装入背包是0-1背包问题的核心。

用数组total[i][j]表示处理第i个物品后背包容量还有j时的总价值

可得到total[i][j] = Max（total[i-1][j-wi]+vi , total[i-1][j]）

如果物品i放入背包total[i][j] = total[i-1][j-wi]+vi

如果物品i不放入背包total[i][j] = total[i-1][j]

最简单直接的方法是利用递归，但是递归计算比较多数据时很慢

【动态规划】

动态规划→记忆化搜索 

动态规划→没计算则计算，计算过则保存

动态规划重要的是如何存储实现记忆化搜索

使用数组package[][]表示背包，用来存储数据实现记忆化搜索

eg：总容量capacity = 10

       重量weight[6] = {0,2,2,6,5,4}   （第一个元素的0可以去掉）

       价值 value[6] = {0,6,3,5,4,6}  （第一个元素的0可以去掉）

       背包package[i][j]

                                

求背包能装的物品总价值最大，即是求package[5][10]

package[i][]表示对第i个物品的处理-放或者不放

package[][j]表示背包容量为j的时候

	//初始化数组，表格第一行第一列都为零
	for(i=0;i<6;i++)
		package[i][0] = 0;
	for(j=0;i<11;j++)
		package[0][j] = 0;
	//判断是否需要存入背包，和纪录背包内物品的总价值
	for(i=1;i<6;i++)
	{
		for(j=1;j<11;j++)
		{
			if(w[i]>j)
				package[i][j] = package[i-1][j];
			else if(package[i-1][j-w[i]]+v[i] > package[i-1][j])
				package[i][j] = package[i-1][j-w[i]]+v[i];
			else
				package[i][j] = package[i-1][j];
		}
	}

【逆推求解】

有的题目加强一点难度，要求求出加入背包的物品是那些，需要用回溯的方法寻找加入背包的物品

用数组flag[6]表示五个物品是否放入背包，即0-不放入，1-放入

	int tem = capacity;
	for(int t=5;t>0;t++)
	{
		if(package[t-1][tem-w[t]]+v[t] > package[t-1][t])
		{
			flag[t] = 1;
			tem = tem-w[t];
		}
		else
			flage[t] = 0;
	}