0-1背包问题（DP详解）

---

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;
}