(算法设计技巧与分析)Knapsack

本文深入探讨了算法设计中的经典问题——0/1背包问题,详细解析了动态规划的解决方案,介绍了如何通过构建状态转移方程来求解最优装载方案,并通过实例展示了算法的执行过程,帮助读者理解算法思想及其在实际问题中的应用。
摘要由CSDN通过智能技术生成

#include<iostream>
using namespace std;
struct goods
{
	int weight;
	int value;
};
int knapsack(int **,int row,int list,goods[],int number);
int main()
{
	int maxsize=22;
	goods g[5];
	g[0].weight=3;g[0].value=4;
	g[1].weight=5;g[1].value=6;
	g[2].weight=7;g[2].value=7;
	g[3].weight=8;g[3].value=9;
	g[4].weight=9;g[4].value=10;
	int **p;
	p=new int *[6];
	for(int i=0;i<6;i++)
		p[i]=new int [maxsize+1];
	cout<<knapsack(p,6,maxsize+1,g,6)<<endl;
	for(int i=0;i<6;i++)
	{	for(int j=0;j<23;j++)
			cout<<p[i][j]<<" ";
	cout<<endl;}
	return 0;
}
int knapsack(int **p,int row,int list,goods g
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值