0-1背包问题

背包问题，常见的有三种类型：基本的0-1背包、完全背包和多重背包、二维背包 

        首先是基本的0-1背包问题。因为这里的物品一般指花瓶、玉器什么的，要么拿、要么不拿，只有0和1两种状态，所以也叫0-1背包。0-1背包虽然简单，却很重要，是“万法之源”，是其他几类问题的基础。 

        初学者有时会认为，0-1背包可以这样求解：计算每个物品的Vi/Wi，然后依据Vi/Wi的值，对所有的物品从大到小进行排序。其实这种贪心方法是错误的。如下表，有三件物品，背包的最大负重量是50，求可以取得的最大价值。 

        其实，0-1背包是DP的一个经典实例，可以用动态规划求解。

DP求解过程可以这样理解：对于前i件物品，背包剩余容量为j时，所取得的最大价值（此时称为状态3）只依赖于两个状态。

状态1：前i-1件物品，背包剩余容量为j。在该状态下，只要不选第i个物品，就可以转换到状态3。

状态2：前i-1件物品，背包剩余容量为j-w[i]。在该状态下，选第i个物品，也可以转换到状态3。

因为，这里要求最大价值，所以只要从状态1和状态2中选择最大价值较大的一个即可。 

状态转换方程：

dp( i,j ) = Max( dp( i-1, j ), dp( i-1, j-w[i] ) + v[i] )

dp( i,j )表示前i件物品，背包剩余容量为j时，所取得的最大价值。 

        还是结合上面的例子来说明吧。有三件物品，背包的最大负重量是50，求可以取得的最大价值。下图表示了DP自上而下的求解过程。

编程实现：

       一般来说，有了状态方程，直接编程实现就game over。dp( i,j )，用一个二维数组来实现，然后用一个两层循环就可以了。不过，有时选择的物品很多，背包的容量很大，这时要用二维数组往往是不现实的。这里有一个方法，可以进行空间压缩，然后使用一维数组实现。

       还是结合上面的例子，有三件物品，背包的最大负重量是5，求可以取得的最大价值。为了方面说明，物品weight依次为：1，2，3。二维数组下的求解顺序，物品数1--->n, 背包容量1--->w。如图，要使用一维数组，背包容量要采用倒序，即w--->1, 只有这样对于方程dp( j ) = Max( dp( j ), dp (j-w[i] ) + v[i] )，才能达到等式左边才表示i,而等式右边表示i-1的效果。POJ对于题目：3624。下面附代码。

        完全背包和多重背包。有了基本的0-1背包基础，下面的东西也就好理解了。 完全背包，指每个物品有无限多个。 多重背包，指每个物品的数量是有限的。当然，这时的问题不再是拿与不拿，而是拿多少的问题，当然不能超过背包容量。 

 根据上述分析的最优解的结构递归地定义问题最优解。设c[i,w]表示背包容量为w时，i个物品导致的最优解的总价值，得到下式。显然要求c[n,w]。

编码实现：

如果直接编码，用三层循环，往往会超时。这样有一种很有效的压缩方式：二进制压缩。把原来的物品按照2的n次方进行重新组合。用1、2、4、8…进行组合，可以组合出任意的数字。POJ题目：1276

#include <iostream>
using namespace std;

/***
c[i][w]表示背包容量为w时，i个物品导致的最优解的总价值，大小为(n+1)*(w+1)
v[i]表示第i个物品的价值，大小为n
w[i]表示第i个物品的重量，大小为n
***/

void DP(int n, int W, int c[][18], int *v, int *wei)
{
	memset(*c, 0, (W+1)*sizeof(int));
	for (int i = 1; i <= n; i++)
	{
		c[i][0] = 0;
		for (int w = 1; w <= W; w++)
		{
			if (wei[i-1] > w)	//此处比较是关键
			{
				c[i][w] = c[i-1][w];
			}
			else
			{
				int temp = c[i-1][w-wei[i-1]] + v[i-1];	//注意wei和v数组中的第i个应该为wei[i-1]和v[i-1]
				if (c[i-1][w] > temp)
				{
					c[i][w] = c[i-1][w];
				}
				else 
					c[i][w] = temp;
			}
		}
	}
}

void findPath(int c[][18], int *x, int *wei, int n, int W)
{	
	int w = W;
	for (int i = n; i >= 2; i--)
	{
		if (c[i][w] == c[i-1][w])
		{
			x[i-1] = 0;
		}
		else
		{
			x[i-1] = 1;
			w = w - wei[i-1];
		}
	}
	if (c[1][w] == 0)
		x[0] = 0;
	else
		x[0] = 1;
}

int main()
{
	int n = 5;
	int W = 17;
	int w[] = {3, 4, 7, 8, 9};
	int v[] = {4, 5, 10, 11, 13};
	int c[6][18] = {0};
	DP(n, W, c, v, w);
	cout<<c[5][17]<<endl;
	int x[5];
	findPath(c, x, w, n, W);
	for (int i = 0; i < n; i++)
		cout<<x[i]<<" ";
}