JAVA代码—算法基础：0-1背包问题的回溯算法设计（续）

0-1背包问题的回溯算法设计（续）

回溯算法实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的，规模较大的问题都可以使用回溯法，有“通用解题方法”的美称。

0-1背包问题的回溯算法设计

问题描述：有N件物品和一个容量为V的背包。第i件物品的重量是w[i]，价值是v[i]。求解将哪些物品装入背包可使这些物品的重量总和不超过背包容量，且价值总和最大。

例如样例数据：

按照物品单位价值从大到小依次排列这 7 个物品为：F B G D E C A 。
将它们的序号分别记为1～7。则可生产如下的状态空间搜索树。

其中各个节点处的限界函数值通过如下方式求得：
a. 40+40+30+50+35×(150-115)/40=190.625 (1,1,1,1,7/8,0,0)
b. 40+40+30+50+30×(150-115)/60=177.5 (1,1,1,1,0,7/12,0)
c．40+40+30+50+10×(150-115)/35=170 (1,1,1,1,0,0,1)
d. 40+40+30+35+30×(150-105)/60=167.5 (1,1,1,0,1,3/4,0)
e. 40+40+50+35+30×(150-130)/60=175 (1,1,0,1,1,1/3,0)
f. 40+40+50+35+10×(150-130)/35=170.71 (1,1,0,1,1,0,4/7)
g. 40+40+50+30=160 (1,1,0,1,0,1,0)
h. 40+40+35+30+10×(150-140)/35=146.85 (1,1,0,0,1,1,2/7)
i. 40+30+50+35+30×(150-125)/60=167.5 (1,0,1,1,1,5/12,0)
j. 40+30+50+35+30×(150-145)/60=157.5 (0,1,1,1,1,1/12,0)

在Q1处获得该问题的最优解为 ，背包效益为170。
即在背包中装入物品F、B、G、D、A时达到最大效益，为170，重量为150。

0-1背包问题回溯算法设计——求解问题

设定基础数据

//物品数量
    int n=7;
    //背包容量
    int capacity=150;
    //物品重量数组
    double weight[]= {
  35,30, 60, 50, 40, 10, 25};