0/1背包暴力解法，giegie不温柔了

0/1背包问题

有 n 件物品，第 i 件的重量和价值分别是 wi 和 vi 。要将这 n 件物品的一部分装入容量为c 的背包中，要求每件物品或整个装入或不装入。0/1背包问题就是要给出装包算法，使得装入背包的物品的总价值最大。本节采用回溯方法求解，选择出满足目标函数极大化和重量要求的一个子集。
0/1一般使用动态规划来写的，这里介绍的是暴力的回溯方法。

思路解析

解空间树：回溯方法的第一步就是确定解空间树，对于一个物品有要和不要两种选择。所以这是一颗二叉树。我们要得到的是一个解向量X={1，0，1，0，0…}，表示选取那些节点。

怎么做呢？
1.对于效益数组V和重量数组W，根据wi/vi（性价比）来排序。我们先把性价比高的放进去。
2.可是保证先放性价比最高的就能实现是最优结果吗？看看下面这里例子

因此，对性价比优先的方法做出改进。
即，加入判断：
如果在不选本物品，而把后面的物品尽可能的装入的情况下，价值比最大收益大，就继续递归
如果

import java.util.Arrays;

public class Bag0_1 {
    public static void main(String[] args) {
        int[] val ={60,100,120};
        int[] vol ={10,20,30};
        bag b=new bag(50,val,vol);
        b.sort();
        b.getIn(0,0,50);
        System.out.println(b.fv+"   "+Arrays.toString(b.BC));

    }
}

class bag{
/***
 * 属性：   1.容量C 2.价值数组val 3.体积数组vol 4.解向量X 5.最大效益fc 6.解向量长度n
 * 方法：   1.构造方法  2.性价比排序  3.回溯
 *   getIn(t,cv,r)
 *   t:当前步骤
 *   cv：当前价值
 *   cw:剩余容量
  */
    public int C,fv=-1,n;
    public int[] Val,Vol;
    public int[] X,BC;

    public bag(int c, int[] val, int[] vol) {
        C = c;
        Val = val;
        Vol = vol;
        X=new int[Val.length];
        n=X.length;
    }
    public int[] sort(){
        int[] X=new int[Val.length];
        for (int i=0;i<=Val.length-1;i++){
            X[i]=Val[i]/Vol[i];
        }
//        对X做一个冒泡排序
        for (int i=X.length-1;i>=0;i--){
            for (int j=0;j<i;j++){
                if (X[j]<X[j+1]){
                  X=swap(X,j,j+1);
                  Vol=swap(Vol,j,j+1);
                  Val=swap(Val,j,j+1);
                }
            }
        }
        return X;
    }
    public int[] swap(int[] X,int a,int b){
        int t;
        t=X[b];
        X[b]=X[a];
        X[a]=t;
        return X;
    }
    public void getIn(int t,int cv,int cw){
        if (t>=n&&cv>fv){
            fv=cv;
            BC=X;
        }
        else if (t<n){
            if (Vol[t]<=cw){
                X[t]=1;
                getIn(t+1,cv+Val[t],cw-Vol[t]);
            }
            if (cv+Rest(t+1,cw)>fv){
                X[t]=0;
                getIn(t+1,cv,cw);
            }
        }
    }
    public double Rest(int t,int rc){
        double rv=0;
        for (;t<n&&Vol[t]<=rc;t++){
            rv+=Val[t];
            rc-=Vol[t];
        }
        return rv;
    }
}