问题描述:
给定N个项目的权重和价值(利润),将这些项目放入最大容量W的背包中,以获得背包中的最大总值(利润)
求解思路:
n = 1 当我们只有一个物品的时候
直接判断这个物品的重量是否超出背包所能容纳的最大重量
n > 1 时
选不选当前物品,取决于当前物品的重量是否大于背包目前所能容纳的重量
如果大于,直接就舍弃掉当前物品
如果不大于,判断带上该物品背包的价值与不带该物品背包的价值那个大?当然是选大的了呗!
代码详解:
/*
0-1背包问题
*/
/**
参数说明:
v[i]:第i号物品的价值
w[i]:第i号物品的重量
c:背包能够装物品的总重量
n:一共有n个物品
m[i][j]: 当前装第i个物品,背包的总价值
注意:我们这里是从后往前求背包的价值的
也就是说:当我们讨论m[i-1][j] 的时候,m[i][j]已经讨论过了
i相当于我们在讨论第i号物品能不能放入背包
j相当于背包当前所能容纳的重量
注意注意:以下为伪代码,部分功能没有实现
c语言中也没有直接int[][]这种传递二维数组的方法
*/
void Knapsack(int *v,int *w,int c,int n,int [][]m){
//jMax代表除了当前w[i]之外背包所能容纳的最大重量,这里求最小值也是为了防止数组下标越界
int jMax = min(w[n]-1,c);
//讨论只有一个物品的情况
for(int j=0;j<=jMax;j++) m[n][j] = 0;
for(int j=jMax+1;j<=c;j++) m[n][j] = v[n];
//讨论多个物品的情况
for(int i=n-1;i>1;i++){
jMax = min(w[i]-1,c);
//如果当前物品的重量大于背包剩余重量,则舍弃这个物品不装
for(int j=0,j<=jMax;j++) m[i][j] = m[i+1][j];
//如果当前物品的重量小于背包的剩余重量,则
//判断不装该物品背包的价值 和 装该物品背包的价值那个大,取最大值
for(int j=jMax;j<=c;j++) m[i][j] = max(m[i+1][j],m[i+1][j-w[i]]+v[i]);
}
//因为1的上一个已经没有东西了,所以不需要在重新计算一遍
//我们通过观察,每次计算m[i][j]的时候都只与m[i+1][j]有关系
//因此我们单独把m[1][c]单独算,能提高效率不是?哈哈哈
m[1][c] = m[2][c];
if(c >= w[1]) m[1][c] = max(m[2][c],m[2][c-w[1]]+v[1]);
}
//以下是回溯算法,也就是求我们的最优解,那个物品选了
//注意:依旧是伪代码
/**
参数说明:
m[i][j]就是上面的函数算下来的m
w[i] 第i号物品的重量
c:背包能够装物品的总重量
n:一共有n个物品
x[i] 标记当前物品有没有被选中 1-->选中 0 -->没有选中
思想:根据m[][]矩阵的特点,如果a[i] 物品没有被选中,那么m[i][c]的值会和m[i+1][c]的值相同
*/
void Traceback(int [][]m,int w[],int c,int n,int x[]){
for(int i=1;i<n;i++){
if(m[i][c]==m[i+1][c])x[i] = 0;
else{
x[i] = 1;
c-=w[i];
}
}
//最后一个物品,如果m[n][c]的值大于0就代表被选中了
x[n] = (m[n][c]) ? 1 :0;
}