1、0-1背包问题。设有n个物品他们的重量和价值分别存放在数组w[]和v[]中,背包的容量存放在全局变量C中,和最终的n个物品是否装入情况存放在数组x[n]中。
2、int KnapSack(int w[],int v[],int x[],int n)函数功能是返回能装载的最大价值。并且第i个物品能否装入背包存放在数组元素x[i]中,它为1(非0)表示该物品可以装入,为0表示该物品不装入。
3、写主函数main(),实现输入数组w[]和v[],调用KnapSack函数,并输出装入物品的编号。
(1)解题思路:动态规划法求0/1背包问题,首先,在我的理解来看,就像分治法一样可以将问题分为若干个子问题,但是呢,用动规法处理的子问题往往不是独立的,也就是说,子问题之间有相互联系,会相互影响的,子问题之间是有联系的。对于0/1背包问题,可以分成两种情况,一是背包容量不足以装入物品,所以不可以增加价值;二是在这个背包容量下,有不同的价值,要分两种情况1.把第i个物品放入背包,背包的价值等于把前i-1个物品装入容量j-w(这个w指装入物体容量)获得的价值加上第i个物品的价值。2.第i个物体的确可以装入背包,但是可以不装,此时等于把i-1个物体装入背包获得的价值。选两者中的最大值。
(2)代码如下:
#include <iostream>
using namespace std;
int V[6][7];//存放最大价值
#define C 6//背包容量
int Max(int x,int y);
void KnapSack(int w[],int v[],int x[],int n){
int i,j,k;
for(i=0;i<=n;i++