动态规划—01背包问题

有 N 件物品和一个容量是 V的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数，N，V用空格隔开，分别表示物品数量和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

8

先上代码：

#include<iostream>
using namespace std;
const int N = 1010;
int w[N], c[N];
int f[N][N];


int main()
{
	int n, m;
	cin >> n >> m;
	for (int i = 1; i <= n; i++)cin >> w[i] >> c[i];
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= m; j++)
		{
			if (j < w[i])//装不下
				f[i][j] = f[i - 1][j];
			else//装的下，但要考虑装了是否划算
			{
				f[i][j] = max(f[i - 1][j], f[i - 1][j - w[i]] +c[i]);
			}
		}
	}
	cout << f[n][m];
	system("pause");
	return 0;
	
}

思路：

整个过程就是枚举所有可能找出最优解

直接上图：

首先说明一下：这个样例是给三个物品，这三个物品的体积和价值分别为上表中最后一列，总的背包容量为6，求怎么拿物品使得背包放的下又可以得到最大价值。

枚举这里采用的是列表法，把每一种可能都列出来

1.首先解释解释一下为什么第一行和第一列全是0，其实很容易理解，当刚开始就不能选物品和刚开始就没有背包容量的时候，显然结果都是0。

2.当i=1时，j=1或者2时候总价值都是0，为什么呢？因为第一个物品体积是3，你用容量为1或者2的背包显然装不下，装不下那总价值就自然为0喽，j>=3后就可以装下了，那总价值自然就是5，既然第一个物品我们已经解决，那我们就进入到第二个物品

3.当i=2时就代表是第二个物品，先上图：

 前面为什么等于0的理由就不用说了吧，跟上面的一样，到j=2时候可以放的下了，但这个时候就面临着两种选择，拿还是不拿，那就要比较那种更合算，

f[i][j] = max(f[i - 1][j], f[i - 1][j - w[i]] +c[i]);

如果不拿那这个时候的总价值就是f[i - 1][j]，要是拿总价值就是f[i - 1][j - w[i]] +c[i]);

减去w[i]就是减去当前物品占的体积，意思就是总价值回到不放这个物品而减去这个物品所占体积的状态，但其实是要放这个物品，所以就要加上这个物品的价值，要想获得最大的价值，当然要从这两个数中取最大值，然后再依次类推，第二个物品已经解决

4.进入第三个物品：

 这里的思路跟上面的一样，就不多赘述了

5.就这样一直列表到最右下，不就找出最大的价值。

多模拟几遍就很好懂了