01背包问题（动态规划）

背包问题

最近刚学了01背包问题，但是听老师讲再加上以前自己看书看的，发现有很多地方很容易搞混，原理就是划分找动态转移方程，但是写程序时会遇到困难，趁着今天有空，就特意整理一下01背包问题。

动态规划的基本思想：
动态规划算法通常用于求解具有某种最优性质的问题。即我们平常所说的最优子结构性质。动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法最大的区别是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的，即下一个子阶段的求解是建立在上一个子阶段的解的基础上，进行进一步的求解。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，这样就可以避免大量的重复计算，节省时间。我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到，只要它被计算过，就将其结果填入表中。

问题描述：

给定N中物品和一个背包。物品i的重量是Wi,其价值位Vi ，背包的容量为C。问应该如何选择装入背包的物品，使得转入背包的物品的总价值为最大？？

在选择物品的时候，对每种物品i只有两种选择，即装入背包或不装入背包。不能讲物品i装入多次，也不能只装入物品的一部分。因此，该问题被称为0-1背包问题。

问题分析：令V(i,j)表示在前i(1<=i<=n)个物品中能够装入容量为就j(1<=j<=C)的背包中的物品的最大价值，则可以得到如下的动态规划函数:

(1)   V(i,0)=V(0,j)=0 

(2)   (a)  V(i,j)=V(i-1,j)    j<wi  

      (b)  V(i,j)=max{V(i-1,j) ,V(i-1,j-wi)+vi) }   j>wi

(1)式表明：如果第i个物品的重量大于背包的容量，则装人前i个物品得到的最大价值和装入前i-1个物品得到的最大价是相同的，即物品i不能装入背包。
(2)式表明：如果第i个物品的重量小于背包的容量，则会有一下两种情况：(a)如果第i个物品没有装入背包，则背包中物品价值就等于把前i-1个物品装入容量为j的背包中所取得的价值。(b)如果把第i个物品装入背包，则背包物品的价值等于第i-1个物品装入容量位j-wi 的背包中的价值加上第i个物品的价值vi; 显然，取二者中价值最大的作为把前i个物品装入容量为j的背包中的最优解。

#include <iostream>
#include <algorithm>

using namespace std;

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

int KnapSack(int n,int w[],int v[],int x[],int C)
{
    int i,j;
    for(i=0; i<=n; i++)
        V[i][0]=0;
    for(j=0; j<=C; j++)
        V[0][j]=0;
    for(i=0; i<=n-1; i++)
        for(j=0; j<=C; j++)
            if(j<w[i])
                V[i][j]=V[i-1][j];
            else
                V[i][j]=max(V[i-1][j],V[i-1][j-w[i]]+v[i]);
    j=C;
    for(i=n-1; i>=0; i--)
    {
        if(V[i][j]>V[i-1][j])
        {
            x[i]=1;
            j=j-w[i];
        }
        else
            x[i]=0;
    }
    cout << "选中的物品时：" << endl;
    for(i=0; i<n; i++)
        cout << x[i];
    cout << endl;
    return V[n-1][C];

}

int main()
{
    int s;///获得的最大价值
    int w[15];///物品的重量
    int v[15];///物品的价值
    int x[15];///物品的选取状态
    int n,i;
    int C;///背包最大容量
    cout << "请输入背包的最大容量：" << endl;
    cin >> C;

    cout << "请输入物品数：" << endl;
    cin >> n;
    cout << "请分别输入物品的重量：" << endl;
    for(i=0; i<n; i++)
        cin >> w[i];

    cout << "请分别输入物品的价值：" << endl;
    for(i=0; i<n; i++)
        cin >> v[i];

    s=KnapSack(n,w,v,x,C);

    cout << "物品价值最大为：" << endl << s << endl;
}