0/1 背包问题动态规划

动态规划是用空间换时间的一种方法的抽象。其关键是发现子问题和记录其结果。然后利用这些结果减轻运算量。现在解决01背包问题。

【问题】一个旅行者有一个最多能用M公斤的背包，现在有N件物品，
它们的重量分别是W1，W2，...,Wn,
它们的价值分别为P1,P2,...,Pn.
若每种物品只有一件求旅行者能获得最大总价值。
输入格式：
M,N
W1,P1
W2,P2
......
输出格式：
X

【问题分析】因为背包最大容量M未知。所以，我们的程序要从1到M一个一个的试。比如，开始任选N件物品的一个。看对应M的背包，能不能放进去，如果能放进去，并且还有多的空间，则，多出来的空间里能放N-1物品中的最大价值。怎么能保证总选择是最大价值呢？看下表。
测试数据：
10,3
3,4
4,5
5,6

表格如下：

c[i][j]数组保存了1,2,3号物品依次选择后的最大价值.

这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3则里面放4.这样,这一排背包容量为4,5,6,....10的时候，最佳方案都是放4.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候，最佳方案还是上一排的最价方案c为4.而背包容量为5的时候，则最佳方案为自己的重量5.背包容量为7的时候，很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排 c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.)

从以上最大价值的构造过程中可以看出。

f(n,m)=max{f(n-1,m),f(n-1,m-w[n])+P(n,m)}

C语言实现上面算法：

#include<stdio.h>

int c[10][100];/*对应每种情况的最大价值*/
//max
int max(int a,int b){
	return a>b?a:b;
}
//m 表示背包容量，n代表物品个数 动态规划的方法
int myknapsack(int m,int n,int w[],int p[]){
	int i,j;
	for(i=0;i<=n;i++){
		c[i][0]=0;
	}
	for(j=0;j<=m;j++){
		c[0][j]=0;
	}
	for(i=1;i<=n;i++){
		for(j=1;j<=m;j++){
			if(j<w[i]){
				c[i][j]=c[i-1][j];
			}else{
				c[i][j]=max(c[i-1][j],c[i-1][j-w[i]]+p[i]);
			}
		}
	}
	return c[n][m];
}


int knapsack(int m,int n,int w[],int p[])
{
	int i,j;
	for(i=0;i<10;i++)
		for(j=0;j<100;j++)
			c[i][j]=0;/*初始化数组*/
		for(i=1;i<=n;i++)
			for(j=1;j<=m;j++)
			{
				if(w[i]<=j) /*如果当前物品的容量小于背包容量*/
				{
					if(p[i]+c[i-1][j-w[i]]>c[i-1][j])
						
						/*如果本物品的价值加上背包剩下的空间能放的物品的价值*/
						
						/*大于上一次选择的最佳方案则更新c[i][j]*/
						c[i][j]=p[i]+c[i-1][j-w[i]];
					else
						c[i][j]=c[i-1][j];
				}
				else c[i][j]=c[i-1][j];
            }
			return(c[n][m]);
			
}
void main()
{
    int m,n;
	int i;
	printf("请输入背包的承重量,物品的总个数：\n");
    scanf("%d,%d",&m,&n);
	int w[11],p[11];
	printf("请输入每个物品的重量,价值：\n");
	for(i=1;i<=n;i++)
        scanf("%d,%d",&w[i],&p[i]);
    printf("knapsack旅行者背包能装的最大总价值为:%d \n",knapsack(m,n,w,p));
	printf("knapsack旅行者背包能装的最大总价值为:%d \n",knapsack(m,n,w,p));
  
}

代码测试通过