01背包问题动态规划代码

代码： 

//0-1背包问题
#include <iostream>  
#include <iomanip>
#include<algorithm>
using namespace std; 

int main()
{
    int n, m;//物品总件数，背包最大重量
    int value[100][100];
    int v[100];//当前物品的价值
    int w[100];//当前物品的重量
    cin >> n >> m;
    for (int i = 1; i <= n; i ++) cin >> w[i] >> v[i]; //一个i对应一个物品
    for (int j = 0; j <= m; j ++) value[0][j] = 0; //一个j对应一个重量，这里初始化的是向各个重量的背包中放0件物品，价值均为0
    for (int i = 1; i <= n; i ++)//按放置物品的顺序填表（规定先放矿泉水，第二放书，...
    {
        value[i][0] = 0;//重量为0的背包价值为0
        for (int j = 1; j <= m; j ++)
        {
            //面对当前商品有两种可能性：包的容量比该商品体积小，装不下，此时的价值与前i-1个的价值是一样的，即V(i,j)=V(i-1,j)；还有足够的容量可以装该商品，但装了也不一定达到当前最优价值，所以在装与不装之间选择最优的一个，即V(i,j)=max｛V(i-1,j)，V(i-1,j-w(i))+v(i)｝
            value[i][j] = value[i - 1][j];
            if (j >= w[i])
            value[i][j] = max(value[i - 1][j], value[i - 1][j - w[i]] + v[i]);
        }
    }
    cout << "01背包各状态转换表：" << endl;
    for (int i = 0; i <= n; i ++)
    {
        for (int j = 0; j <= m; j ++)
        cout << setw(3) << value[i][j];
        cout << endl;
    }
    cout << "背包能装的最大价值为：" << value[n][m];
    return 0;
}

---

状态转移方程解释：value[x][y] = max{value[x - 1][y], value[x - 1][y - w[i]] + v[i]}

value[x][y]：当前状态的最大价值，也就是要填到小方格里的数

value[x - 1][y]：当前重量下不放此物品的价值

value[x - 1][y - w[i]] + v[i]：放此物品前上一个状态的价值 + 此物品价值 = 当前重量下放此物品后的价值

24.2.12更正：

放此物品前/后（×）

将此物品加入可放入背包的物品范围前/后（√）

---

更易懂的解释：

为什么要计算小背包可装入的商品最大价值？

后期大背包（即计算背包的更大重量）时，可以根据这些子问题的答案来确定：余下的空间应该装入哪些商品。

逐步计算最大价值（

---

运行结果：

补充：回溯根据最大价值推算背包中放置的物品是哪些（先鸽一会）