0-1背包问题(动态规划C++)
问题描述
给定n种物品和一背包。物品i的重量是wi,其价值为vi,背包的容量为C。问应如何选择装入背包中的物品,使得装入背包中物品的总价值最大?
(ps:在选择装入背包的物品时,对每种物品i只有两种选择,即装入背包或不装入背包。不能将物品i装入背包多次,也不能只装入部分的物品i。因此,该问题称为0-1背包问题。)
动态规划思路
- 当 i = 0时,dp[ 0 ][ j ]表示把前0件物品装入容量为j的背包,获得的最大价值为0,所以dp[ 0 ][ j ] = 0
- 当 j = 0时,dp[ i ][ 0 ]表示把前i件物品装入容量为0的背包,获得的最大价值为0,所以dp[ i ][ 0 ] = 0
- 当 j < w[ i ] 时,第 i 件物品无法装入,dp[ i ][ j ] = dp[ i-1 ][ j ]
- 当 j >= w[ i ]时,dp[ i ][ j ] = max( dp[ i-1 ][ j ],dp[ i -1 ][ j-w[ i ] ] + v[ i ] )
C++代码实现
#include<iostream>
using namespace std;
int dp[200][200];//前i个物品装入容量为j的背包中获得的最大价值
//0-1背包动态规划算法 构造二维表
int KnapSack(int n, int w[], int v[], int x[], int C) {
int i, j;
for (i = 0; i <= n; i++) { // 初始化:背包容量为0时,前i个物品无法装入,获得最大价值为0
dp[i][0] = 0;
}
for (j = 0; j <= C; j++) { //初始化:物品数量为0时,背包容量j无论多大,获得最大价值为0
dp[0][j] = 0;
}
for (i = 1; i <= n; i++) { //构造二维表:行对应前i个物品;列对应背包容量j
for (j = 1; j <= C; j++) {
if (j < w[i]) { //背包容量不够第i个物品的重量大
dp[i][j] = dp[i-1][j]; //不装,获得的最大价值仍然等于前i-1个物品装入情况的
} else { //装,看看是装入后获得的最大价值大还是前i-1个物品装入情况的最大价值大,比较后选择最大的
dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]);
}
}
}
j = C; //j等于背包的最大容量C
for (i = n; i > 0; i--) { //从后往前遍历,如果装了第i个物品则标志位x[i]=1
if (dp[i][j] > dp[i-1][j]) { //判断第i个物品有没有装进去
x[i] = 1; //第i个物品装了进去
j = j - w[i]; //装了进去就将该物品的重量减去,j为剩余容量
} else {
x[i] = 0; //第i个物品没装进去
}
}
cout << "选中的物品是:" << endl;
for (i = 1; i <= n; i++) {
if (i == n) {
cout << x[i] << endl;
} else {
cout << x[i] << " ";
}
}
return dp[n][C];
}
int main() {
int w[100]; //物品的重量
int v[100]; //物品的价值
int x[100]; //物品的选取状态
int i, n, C;
cout << "请输入背包的最大容量:" << endl;
cin >> C;
cout << "输入物品的数量:" << endl;
cin >> n;
cout << "请分别输入物品的重量:" << endl;
for (i = 1; i <= n; i++) {
cin >> w[i];
}
cout << "请分别输入物品的价值:" << endl;
for (i = 1; i <= n; i++) {
cin >> v[i];
}
int maxValue = KnapSack(n,w,v,x,C);
cout << "获得的最大价值为:" << maxValue << endl;
return 0;
}