（疑）0-1背包问题之动态规划，递归

 有大牛总结了四种解法，自己要好好学习了。。。https://blog.csdn.net/txl199106/article/details/45869557

问题描述：n件物品，容量V，每件重量w[i]，每件价值c[i]

列出动态规划方程：令dp[i][v]表示前i件物品恰好装入容量为v的背包所获得的最大价值，也就是输出的是满足题意的最大商品价值。

需要全部装满嘛？

思路：

如果采用暴力枚举每一件物品放进或者不放进背包，每个物品都有两种选择，那就是2的n次方种，复杂度太大，

所以使用动态规划方法：

dp[i][v]表示前i件物品（1<=i<=n,0<=v<=V）恰好装入容量为v的背包所获得的最大值

注意：v是背包剩余可以装的容量，V是背包的总容量

有两种情况

（1）不放进第i件物品，那么就是前i-1件物品恰好装入容量为v的背包所获得的最大值 ，也就是dp[i-1][v]

  (2)   放第i件物品，那么就是前i-1件物品恰好装入容量为v-w[i]的背包中所获得的最大值，也就是dp[i-1][v-w[i]]+c[i]

所以状态转移方程为：dp[i][v]=max{dp[i-1][v],dp[i-1][v-w[i]]+c[i]}   (1<=i<=n,w[i]<=v<=V)  （小v表示背包剩余容量）

注意：因为dp[i][v]表示的恰好容量全部装满为v的时候，所以需要枚举dp[n][v]（0=<v<=V）,取其最大值才是最后结果。

for(int i=1;i<=n;i++){
	for(int v=w[i];v<=V;v++){
		dp[i][v]=max(dp[i-1][v],dp[i-1][v-w[i]]+c[i]);
	}
}

滚动数组：数组优化

因为计算dp[i][v]时只需要dp[i-1][v]左侧部分的数据，并且当计算dp[i+1][]部分时，dp[i-1][]的 数据又完全用不到了，只用到dp[i][]，所以可以开一个一维数组dp[v]，枚举方向为i到n，v到V(逆序！！！)，所以状态转移方程为：dp[v]=max(dp[v],dp[v-w[i]]+c[i])。

//滚动数组
for(int i=1;i<=n;i++){
	for(int v=V;v>=w[i];v--){
		dp[v]=max(dp[v],dp[v-w[i]]+c[i]);//第i件商品不放入,最大总价值为dp[v]
                                              //第i件商品放入，最大总价值为dp[v-w[i]]+c[i]
	}
} 

注意：如果采用二维数组存放，v的枚举是顺序还是逆序都可以；

          如果使用一维数组存放，v的枚举必须是逆序！！！

#include<stdio.h>
#include<iostream>
using namespace std;
const int maxn=100;//物品最大件数 
const int maxv=1000;//物品最大容量
int w[maxn],c[maxn],dp[maxv];//这是数组,用于存放单个物品重量，单个物品价值，最终答案最大价值 
int main(){
	int n,V;//n代表输入物品的总件数，V是背包最大容量 
	scanf("%d%d",&n,&V);
	//遍历输入每件商品的重量 
	for(int i=0;i<n;i++){ 
		scanf("%d",&w[i]);
	} 
	//遍历输入每件商品的价值 
	for(int i=0;i<n;i++){
		scanf("%d",&c[i]);
	}
//边界
//小v代表背包剩余的容量
	for(int v=0;v<V;v++){
		dp[v]=0;
	} 
	for(int i=1;i<=n;i++){//商品从第一个开始遍历 
		for(int v=V;v>=w[i];v--){//逆序遍历背包剩剩余重量空间 
			//状态转移方程
			dp[v]=max(dp[v],dp[v-w[i]]+c[i]);
		}
	}
	//寻找dp[0......v]中最大的即为答案
	int max=0;
	for(int v;v<=V;v++){
		if(dp[v]>max){
			max=dp[v];
		}
	}
	printf("%d\n",max);
	return 0;
} 

总结：动态规划可以灵巧的避免重复计算：第 i 件物品放入或者不放入产生的最大值是完全可以前面 i-1 件物品的最大值来决定的，但是暴力枚举却做不到。

 

方法二：递归解法

#include<iostream>
#include<cstdio>
#include<string>
using namespace std;
int limitM;//限制的总重量
int option[100];//表示是否选择这个物品，是的话为1.不是的话为0 
int n;//物品种数
struct Bag
{
    int weight;
    int value;
} num[100];//定义物品的结构体 ，用来表示每件物品的重量和价值 

int find(int n, int M)//定义find方法，用来表示背包所装物品的最大价值 
{
    if (n==0 || M==0)//当物品数量为0，或者背包容量为0时，最优解为0
    {
        return 0;
    }
    
    else
    {
        //从当前所剩物品的最后一个物品开始向前，逐个判断是否要添加到背包中
        //所剩余的物品? 
        for (int i=n-1; i>=0; i--)
        {
            //如果当前要判断的物品重量大于背包当前所剩的容量，那么就不选择这个物品
            //在这种情况的最优解为f(n-1,C)   只选择前n-1件物品 
 
            if (num[i].weight>M)
            {
                option[i]=0;//不选择 
                return find(n-1,M);
            } 
            else
            //当当前物品的重量小于背包所剩重量的时候， 也是有两种选择，这件物品装入背包或者不装入 
            {
                int temp1 = find(n-1,M);//不选择物品i的情况下的最优解
                int temp2 = num[i].value + find(n-1,M-num[i].weight);//选择物品i的情况下的最优解
 
                //返回选择物品i和不选择物品i中最优解大的一个
                if (temp1 > temp2)
                {
                    option[i]=0;//这种情况下表示物品i未被选取
                    return temp1;
                }
                else
                {
                    option[i]=1;//物品i被选取
                    return temp2;
                }
            }
        }
    }
}
int main()
{
    int k;//物品种类数目 
    char c;
    cout<<"物品种数：";
    cin>>n;
    for(k=0; k<n; k++)//循环输入每件物品信息 
    {
        cout<<"第"<<k+1<<"种物品(重量，价值):";
        cin>>num[k].weight>>c>>num[k].value;
    }
    
    cout<<"背包所能承受的总重量：";
    cin>>limitM;
    cout<<"最佳装填方案是："<<endl;
    for (int i=0; i<n; i++)
    {
        if (option[i]==1)//为1表示相应的物品被选取
        {	
            cout << "第"<<i+1<<"种物品"<<endl;
        }
    }
    cout<<"总价值="<<find(n,limitM)<<endl;
    return 0;
}

疑问：这和状态转移方程有什么区别呢？