Knapsack背包问题入门

0/1背包问题[O( C )]

已知：
背包容量 C，
物品种类 N，每种物品有且仅有1个
每种物品拥有负载 w 和价格 p 两个属性。
设（N+1）×2 维数组{ vector<pair<int,int>> w_p }，
w_p[n].first ------------ 物品n的负载
w_p[n].second ------- 物品n的价格

问题：
背包可装物品的最大价值。

求解：
设（N+1）×（C+1）维数组并初始化为0，
V[n][c]表示 容量为 c 的背包装载前 n 个物品的最大价值
当装载第n个物品时应考虑：
是否可以装入：
w_p[n] > c
若不可以，则装载前n个物品的价值 = 装载前n-1个物品的价值
V[n][c] = V[n-1][c]
若可以，则选择 装载前n个物品的价值 与 装载前 n-1 物品的价值 中的较大值
V[n][c] = max( V[n-1][c - w_p[n].first] + w_p[n].second, V[n-1][c] )

二维数组动态规划

for(int i=1;i<=N;i++){
   
   for(int j=1;j<=C;j++){
   
   	if(j < w_p[i].first)
   		V[i][j] = V[i-1][j];
   	else{
   
   		V[i][j] = max(V[i-1][j], V[i-1][j-w_p[i].first]+w_p[i].second);
   	}
   }
}
// V[N][C]即为背包容量为C时的最大价值

一维数组动态规划

for(int i=1;i<=N;i++){
   
	for(int j=C;j>=1;j--){
   
		if(j >= w_p[i].first){
   
			V[j] = max(V[j], V[j-w_p[i].first]+w_p[i].second);
		}
	}
}
// V[C]即为背包容量为C时的最大价值

递归方法
需实现对（N+1）×2 维数组{ vector<pair<int,int>> w_p }
按单位负载的价格{second/first}进行升序排列

int getans(int now_num,int now_weight,int now_value,int limit){
   
    if(now_num>(int)arr.size())
        return 0;
    if(now_value+(double)arr[now_num].second/arr[now_num].first*(limit-now_weight)<max_value)   //剪枝
        return 0;
    if(now_value>max_value)
        max_value=now_value;
    if(now_weight+arr[now_num].f