动态规划——0-1背包问题

动态规划——0-1背包问题

问题描述

设计与实现求解0-1背包问题的动态规划算法；
0-1背包问题：给定n个重量为w1,w2,w3…wn，价值为v1,v2,v3…vn的物品和容量为C的背包，求这个物品中一个最有价值的子集，使得在满足背包的容量的前提下，包内的总价值最大

解决思路

算法表述

算法knapsack_dy
输入：物品重量表weight[n]、物品价值表value[n]、物品个数n、背包容量n
输出：最大价值
①for i=0 to limit do
② if weight[0] <= i then m[0][i] = value[0]
③ else m[0][i] = 0
④for i = 1 to n do
⑤ for j = 0 to limit do
⑥ m[i][j] = m[i-1][j]
⑦ if weight[i] <= j then m[i][j] = max{m[i][j],m[i-1][j-weight[i]]+value[i]}
⑧return m[i-1][limit]

算法代码

获得最大价值的动态规划算法：

int knapsack_dy(int weight[], int value[], int n, int limit)
{
	for (int i = 0; i <= limit; i++)
		m[0][i] = weight[0] <= i ? value[0] : 0;
	for (int i = 1; i < n; i++)
		for (int j = 0; j <= limit; j++)
		{
			if (weight[i] > j) m[i][j] = m[i - 1][j];
			else m[i][j] = max(m[i - 1][j], value[i] + m[i - 1][j - weight[i]]);
		}
	return m[n - 1][limit];
}

输出物品放置方案的代码：

void print(int weight[], int value[], int n,int limit)
{
	int i = n - 1;
	int j = limit;
	while (i >= 0)
	{
		if (m[i][j] == m[i - 1][j - weight[i]] + value[i])
		{
			cout << i + 1 << " ";
			j -= weight[i];
		}
		i--;
	}
	cout << endl;
}