背包问题（动态规划）

背包问题（动态规划）

假设有一个背包负重最多可达8公斤，求出使背包所装的物品价值之和最高的组合。假设所装物品为水果，水果信息如下，分别是水果的编号、名称、重量、价格：

背包问题是一个最优化的问题，计算机的最优化问题都可以用动态规划，从空集合开始，每增加一个元素就先求出该阶段的最优解，知道所所有的元素加入集合

什么是动态规划呢？就是将问题分解为许多复杂度更小的子问题，而复杂度大的问题又可以利用子问题来简化复杂度，进而起到了将复杂度降小的目的。

此问题：value[]数组存储上一个状态的最优解下的最大价值，item[]数组存储最后一个放入背包的水果（方便最后求最优解的水果组成）
核心思路：需要求出1~8公斤每种容量的最优解，本质上动态规划还是穷举，只不过穷举的有技巧，这是计算机不同于人的地方。此问题又叫0-1背包，因为对于每一种水果，只有两种状态，放进背包和不放进背包

#include <iostream>
#include <string.h>
#include <stdio.h>
#define limit 8    //背包最大负重量
#define N 5        // 水果种数
#define Min 1     // 最轻的水果
using namespace std;

typedef struct node
{
    char name[20];
    int weight;
    int price;
}Fruit;
int main()
{
    int value[limit+1]={0};//初始状态为0，不放水果
    int item[limit+1]={0};
    int newvalue,p,coun=0;
    Fruit a[] = {
        {"梨子",4,4500},
        {"苹果",5,5700},
        {"橘子",2,2250},
        {"草莓",1,1100},
        {"甜瓜",6,6700},
    };
    for(int i=0; i<N; i++) //依次放入水果
    {
        for(int s=a[i].weight; s <= limit; s++) //s代表背包最大负重
        {
            p = s-a[i].weight;//背包的最大负重-放入的水果的重量
            newvalue = value[p]+a[i].price;//若放入此水果，背包的价值
            if(newvalue > value[s]) //若将次水果放入背包后价值增加
            {
                value[s] = newvalue;
                item[s] = i;//将此水果的编号放入item[]数组
            }
        }
    }
    for(int i=limit; i>=Min; i = i-a[item[i]].weight)
    {
        cout<<a[item[i]].name<<endl;
        coun += a[item[i]].price;
    }
    cout<<coun;
    return 0;
}