0-1背包问题 C语言

• 回溯算法

//cw表示已装重量和，i表示考察到第i个物品，w表示背包可承受重量，n表示物品个数，物品重量存储在数组a中,max表示当前最大值 
void bag(int i, int cw, int w, int n, int *item, int *max){
	if(cw==w || i==n){         //搜索剪枝 
		if(cw > *max){
			*max = cw;
		}
		return;
	}
	bag(i+1, cw, w, n, item, max);
	if(cw + item[i] <=w)
		bag(i+1, cw+item[i], w, n, item, max); 
}

• 优化–备忘录解决方法

//cw表示已装重量和，i表示考察到第i个物品，w表示背包可承受重量，n表示物品个数，物品重量存储在数组a中,max表示当前最大值 ,mem[][cw]记录是否已经计算过，避免冗余计算
void bag(int i, int cw, int w, int n, int *item, int *max, int mem[][10]){
	if(cw==w || i==n){         //搜索剪枝 
		if(cw > *max){
			*max = cw;
		}
		return;
	}
	if(mem[i][cw]==1)
		return;
	mem[i][cw] == 1;
	bag(i+1, cw, w, n, item, max, mem);
	if(cw + item[i] <=w)
		bag(i+1, cw+item[i], w, n, item, max, mem); 
} 

• 动态规划

//w表示背包可承受重量，n表示物品个数，物品重量存储在数组a中,state[n][w+1]记录每考察完一件物品state[][weight]是否存在 
int bag(int w, int n, int *item, bool state[][11]){
	state[0][0] = true;
	state[0][item[0]] = true;
	for(int i=1; i<=n-1; i++){
		for(int j=0; j<=w+1; j++){
			if(state[i-1][j]==true)
				state[i][j] = true;
		}
		for(int j=0; j<=w-item[i]; j++){
			if(state[i-1][j]==true)
				state[i][j+item[i]] = true;
		}
	}
	for(int i=w; i>=0; i--){
		if(state[n-1][i]==true)
			return i;
	}
}

• 动态规划优化（就最后结果来看其实不需要二维数组）

//w表示背包可承受重量，n表示物品个数，物品重量存储在数组a中,state[w+1]记录每考察完一件物品state[weight]是否存在 
int bag(int w, int n, int *item, bool state[11]){
	state[0] = true;
	state[item[0]] = true;
	for(int i=1; i<=n-1; i++){
		for(int j=0; j<=w+1; j++){
			if(state[j]==true)
				state[j] = true;
		}
		for(int j=0; j<=w-item[i]; j++){
			if(state[j]==true)
				stat[j+item[i]] = true;
		}
	}
	for(int i=w; i>=0; i--){
		if(state[i]==true)
			return i;
	}
}

• 0-1背包升级问题，加上物品含有不同的价值，求可装入的最大价值

int bag(int w, int n, int *item, int *value, int state[][11]){
	state[0][0] = 0;
	state[0][item[0]] = 0;
	for(int i=1; i<=n-1; i++){
		for(int j=0; j<=w+1; j++){
			if(state[i-1][j]>=0)
				state[i][j] = state[i-1][j];
		}
		for(int j=0; j<=w-item[i]; j++){
			if(state[i-1][j] >= 0){
				int v = state[i-1][j] + value[i];
				if(v > state[i-1][j+item[i]]){
					state[i][j+item[i]] = v;
				}
			}
		}
	}
	int max = -1;
	for(int i=w; i>=0; i--){
		if(state[n-1][i]>max)
			max = state[n-1][j];
	}
	return max;
}