此题在华为笔试中出现次数很多。
输入:
价值:6,3,5,4,6
重量:2,2,6,5,4
背包容量:10
输出:
偷到的总价值:15
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int main()
{
int value[6] = {0};
int weight[6] = {0};
int cap;
//带逗号的循环数据输入
for (int i = 1; i < 6; ++i)
{
cin >> value[i];
cin.get();
}
for (int i = 1; i < 6; ++i)
{
cin >> weight[i];
cin.get();
}
cin >> cap;
//填表过程
int f[6][100] = { 0 };
for (int i = 1; i < 6; ++i)
{
for (int j = 1; j <= cap; ++j)
{
if (weight[i] > j)
{
f[i][j] = f[i - 1][j];
}
else
{
f[i][j] = f[i - 1][j] > f[i - 1][j - weight[i]] + value[i] ? f[i - 1][j] : f[i - 1][j - weight[i]] + value[i];
}
}
}
cout << f[5][10];
system("pause");
}
填表过程参考 https://www.cnblogs.com/vincently/p/4804225.html
主要公式如下:
0-1背包问题是指每一种物品都只有一件,可以选择放或者不放。现在假设有n件物品,背包承重为m。
对于这种问题,我们可以采用一个二维数组去解决:f[i][j],其中i代表加入背包的是前i件物品,j表示背包的承重,f[i][j]表示当前状态下能放进背包里面的物品的最大总价值。那么,f[n][m]就是我们的最终结果了。
采用动态规划,必须要知道初始状态和状态转移方程。初始状态很容易就能知道,那么状态转移方程如何求呢?对于一件物品,我们有放进或者不放进背包两种选择:
(1)假如我们放进背包,f[i][j] = f[i - 1][j - weight[i]] + value[i],这里的f[i - 1][j - weight[i]] + value[i]应该这么理解:在没放这件物品之前的状态值加上要放进去这件物品的价值。而对于f[i - 1][j - weight[i]]这部分,i - 1很容易理解,关键是 j - weight[i]这里,我们要明白:要把这件物品放进背包,就得在背包里面预留这一部分空间。
(2)假如我们不放进背包,f[i][j] = f[i - 1][j],这个很容易理解。
因此,我们的状态转移方程就是:f[i][j] = max(f[i][j] = f[i - 1][j] , f[i - 1][j - weight[i]] + value[i])
当然,还有一种特殊的情况,就是背包放不下当前这一件物品,这种情况下f[i][j] = f[i - 1][j]。