给定n个物品和一背包,物品i的重量是wi,其价值为vi,背包的容量为c。问应如何选择装入背包中的物品,使得装入背包中物品的总价值最大?
第一行输入一个n,c,代表有n个物品背包容量为c
接下来n行,每行输入wi,和vi
其中0<n,c,wi,vi<5000
输入
4 8
2 3
3 4
4 5
5 6
输出
10
目录
一、动态规划法
分析:动态规划的核心是找到状态转移方程,0-1背包问题思考的是第i个物品装与不装的问题,需要比较装和不装那个价值更大,我们用n行从列的矩阵存储价值
1、子问题:m(i,j)的问题,即有j容量可选择i个物品装入的问题
2、对于j 容量我们需要考虑装不装得下第i个物品,若装不下m[i][j]=m[i-1][j],0<j<w[i];若能装下则要比较m[i-1][j](不装第i个物品)和m[i-1][j-w[i-1]]+v[i-1]那个更大
3、状态转移方程:
代码实现:
#include<stdio.h>
int m[100][100];//前i个物品装入容量为j的背包中获得的最大价值
int max(int a,int b){//找最大值函数
if(a>=b) return a;
return b;
}
int Ksnap(int n,int w[],int v[],int c){//用n行c列的矩阵存储价值
//初始化第一行第一列为0
for(int i=0;i<=n;i++){
m[i][0]=0;
}
for(int i=0;i<=c;i++){
m[0][i]=0;
}
for(int i=1;i<=n;i++){
for(int j=1;j<=c;j++){
if(j<w[i-1])//背包容量比物品重量小,价值与i-1相同
m[i][j]=m[i-1][j];
else{//还有足够的容量可以装该商品,但装了也不一定达到当前最优价值,所以在装与不装之间选择最优的一个
m[i][j]=max(m[i-1][j],m[i-1][j-w[i-1]]+v[i-1]);
}
}
}
return m[n][c]; //返回最终的最大价值和
}
int main(){
int n,c;
scanf("%d %d",&n,&c);
int w[n],v[n];
for(int i=0;i<n;i++){
scanf("%d %d",&w[i],&v[i]);
}
int s=Ksnap(n,w,v,c);//获取最大价值
printf("%d",s);
}
二、回溯法
分析:0-1背包问题的解空间可以用子集树表示。解0-1背包问题的回溯法与解装载问题的回溯法十分相似
在搜索解空间树时,只要其左儿子节点是一个可行的节点,搜索就进入其左子树;
而当右子树中有可能包含最优解时才进入右子树搜索,否则将右子树剪去
设r是当前剩余物品价值总和;cp是当前价值;bestp是当前最优价值。当cp+r<=bestp时,可剪去右子树
对于0-1背包问题,可用一颗完全二叉树表示其解空间
#include<stdio.h>
#define N 100
int n,c;
int w[N],v[N];
int sum=0,bestsum=0,wp=0;//定义当前价值和,当前最优价值和,当前背包内物品重量
//设置标志位,标志进入左右分支
int x[N];
void backtrack(int i){//i表示第i个物品
if(i>=n){//到了n个物品
if(bestsum<sum) bestsum=sum;//如果当前价值和大于当前最优价值和,修改当前最优价值
return ;
}else if(wp+w[i]<=c){//如果还能装下第i个物品
x[i]=1;
sum+=v[i];
wp+=w[i];
backtrack(i+1);
sum-=v[i];
wp-=w[i];
}
x[i]=0;
backtrack(i+1);
return ;
}
int main(){
scanf("%d%d",&n,&c);
for(int i=0;i<n;i++) scanf("%d",&w[i]);
for(int i=0;i<n;i++) scanf("%d",&v[i]);
backtrack(0);
printf("%d",bestsum);
return 0;
}