图解转载 原创代码适合新手入门

说明

假设有一个背包的负重最多可达8公斤，而希望在背包中装入负重范围内可得之总价物品，假设是水果好了，水果的编号、单价与重量如下所示：

0	李子	4KG	NT$4500
1	苹果	5KG	NT$5700
2	橘子	2KG	NT$2250
3	草莓	1KG	NT$1100
4	甜瓜	6KG	NT$6700

解法

背包问题是关于最佳化的问题，要解最佳化问题可以使用“动态规划”（Dynamic programming），从空集合开始，每增加一个元素就先求出该阶段的最佳解，直到所有的元素加入至集合中，最后得到的就是最佳解。


以背包问题为例，我们使用两个阵列value与item，value表示目前的最佳解所得之总价，item表示最后一个放至背包的水果，假设有负重量 1～8的背包8个，并对每个背包求其最佳解。


逐步将水果放入背包中，并求该阶段的最佳解：

• 放入李子

背包负重	1	2	3	4	5	6	7	8
value	０	０	０	4500	4500	4500	4500	9000
item	－	－	－	０	０	０	０	０

• 放入苹果

背包负重	1	2	3	4	5	6	7	8
value	０	０	０	4500	5700	5700	5700	9000
item	－	－	－	０	1	1	1	０

• 放入橘子

背包负重	1	2	3	4	5	6	7	8
value	０	2250	2250	4500	5700	6750	7950	9000
item	－	2	2	０	1	2	2	０

• 放入草莓

背包负重	1	2	3	4	5	6	7	8
value	1100	2250	3350	4500	5700	6800	7950	9050
item	3	2	3	０	1	3	2	3

• 放入甜瓜

背包负重	1	2	3	4	5	6	7	8
value	1100	2250	3350	4500	5700	6800	7950	9050
item	3	2	3	０	1	3	2	3

由最后一个表格，可以得知在背包负重8公斤时，最多可以装入9050元的水果，而最后一个装入的水果是3号，也就是草莓，装入了草莓，背包只能再放入7公斤（8-1）的水果，所以必须看背包负重7公斤时的最佳解，最后一个放入的是2号，也就是橘子，现在背包剩下负重量5公斤（7-2），所以看负重5公斤的最佳解，最后放入的是1号，也就是苹果，此时背包负重量剩下0公斤（5-5），无法再放入水果，所以求出最佳解为放入草莓、橘子与苹果，而总价为9050元。

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstring>
using namespace std;
const int N = 1e3;
int v, n;
int value[N],w[N];
int dp[N][N];
int main()
{
    cin >> n >> v;//n个物品 v的容量
    memset(dp, 0, sizeof(dp));
    for (int i = 1; i <= n; i++)
        cin >>w[i] >>value[i];



    for (int i = 1; i <= n; i++)
        for (int j = v; j >= w[i]; j--)
            dp[i][j] =max(dp[i-1][j], dp[i - 1][j - w[i]] + value[i]); //类比与讲解中的苹果取代李子那一步/
      cout << dp[n][v] << endl;



//一维数组版
// 注意改成dp[N];  还有必须要倒着循环第二层循环，防止出现有光物品多次选取
//  for (int i = 1; i <= n; i++)
//      for (int j = v; j >= w[i]; j--)
//        dp[j] =max(dp[j], dp[j - w[i]] + value[i]);  //压缩成一维的，应为我们发现当前状态之和现在和上一步有关系。还可以用滚动数组来优化但不如这样
//  cout << dp[v] << endl;



//滚动数组版
// int dp[2][N]
//    int pre,now;
//    pre=0,now=1;
//    for (int i = 1; i <= n; i++)
//    {
//        for (int j = v; j >= w[i]; j--)
//        {
//            dp[now][j] =max(dp[pre][j], dp[pre][j - w[i]] + value[i]);
//
//        }
//        swap(now,pre);
//    }
//    cout << dp[now][v] << endl;



//正向递推版
// for(int i=1;i<=n;i++)
//   for(int j=w[i];j<=v;j++)
//    dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+value[i]);
//    cout<<dp[n][v]<<endl;
    return 0;
}
//测试数据
//5 8
//4 4500
//5 5700
//2 2250
//1 1100
//6 6700
//ans 9050