C++实现动态规划之0-1背包问题

最新推荐文章于 2024-09-22 21:32:40 发布

俊杰杰杰_

最新推荐文章于 2024-09-22 21:32:40 发布

阅读量1.3k

点赞数 3

文章标签： c++ 动态规划算法

本文链接：https://blog.csdn.net/m0_54000129/article/details/127717029

版权

本文介绍了使用C++实现0-1背包问题的动态规划解决方案。0-1背包问题是一个经典的优化问题，目标是最大化背包中物品的总价值，而物品只能完全放入或完全不放入背包。文章提供了问题描述、代码实现和运行结果。

摘要由CSDN通过智能技术生成

问题描述：

0-1背包问题：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？

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。

用动态规划解决问题的核心思想就是建立图表，这里就不展示了。

代码实现：

#include <iostream>

using namespace std;

//比较两个数的大小，返回较大的数
int max(int a,int b)
{
    if(a >= b)
        return a;
    else
        return b;
}
//01背包动态规划算法
int KnapSack(int C, int n, int w[], int v[])
{
	int V[n+1][C+1]; 
    for(int i = 0; i <= n; i++) //初始化第0列 
    {
        V[i][0] = 0;
    }
    for(int j = 0; j <= C; j++) //初始化第0行 
    {
        V[0][j] = 0;
    }
    //计算第i行，进行第i次迭代
    for(int i = 1; i <= n; i++)
    {
        for(int j = 1; j <= C; j++)
        {
            if(j <