贪心算法续（01背包）

例题：买米换成买水果，袋子变成10斤，水果为苹果，香蕉，菠萝，三种水果每种只有1个，重量分别为

4，5，7 ，价值分别为 4，5，8；水果不可切开，请问如果装水果才能价值最大化。

解析：很明显这时候用我们的贪心思路已经不行了。我们按平均价值来说肯定是菠萝大，先选菠萝，装不下其他，这样装的水果价值只有8，而我们选择装两个小的，价值却可以达到9。那对于这种不可分割的单个物品来说，我们该如何去抉择呢。

  方法1：穷举法。首先我们想到的肯定是穷举法，把所有装的情况列出来看看那一种方法价值最大，那就是我们要的结果。这样当然可以，但是当水果种类非常多的时候，情况数量会非常多，那我们要想更好一点的办法来应对数据很多的情况。

方法2：动态规划-递归。

我们知道穷举法的情况有2*2*2=8种，如果我们能把乘变成加，2+2+2=6，或者部分变成加法，那情况就会减少。

 value[n],weight[n],sum,n，cap//value表示水果的价值，weight表示水果的重量，sum表示袋子装的水果的总价值，n表示水果种数，cap表示袋子容量。

zg那我们要开始设计我们的递归函数，假设函数名叫bag（），因为我们需要对所有水果进行判断是否拿，并且需要知道我们正在判断第几种水果，那么参数就需要水果种数n,bag(int n)。水果的重量和价值肯定要用到，但是这个我们可以放在全局变量，省的在函数中重复写。袋子里水果的总价值sum这是我们需要得到的结果，那就是返回值。袋子的容量我们肯定也是需要的。那函数雏形就出来了， int bag(int n,int cap)。这个函数的作用是求出有n种水果的时候，袋子容量为cap，装的水果价值最大是多少

  int bag(int n,int cap)

{//假设现在n是3，cap是10，我们要怎么求bag(3,10)呢？怎么得到bag(3,10)呢，我们可以想到如果第三种水果我们没有选中，那么bag(3,10)是不是和bag(2,10)是一样的，都是在前两种水果里挑选也就是bag(3,10)=bag(2,10)。如果第三种水果选中了，那么这个袋子容量10，是不是有一部分被第三种水果占了，剩下的容量就是10-weight[2],那么我们是不是要用剩下的容量在前两种水果里挑选，那么这时候，bag(3,10)=bag(2,10-weight[2])+value[2],那我们的递推公式出来了。

#define max(x,y) x>y?x:y

int bag(int n,int cap)

{

return     max(bag(n-1,cap),(bag(n-1,cap-w[n-1])+v[n-1]));

}

//当然递归要有边界，于是我们给他加上边界，参数有两个，所以边界也有两个，也就是n为1的时候和袋子容量不够的时候。

n为1时:

if(n==1)
        if(cap>=w[0])
            return v[0];
        else return 0;

袋子容量不够的时候：

if(cap<w[n-1])
        return bag(n-1,cap);

综合起来，我们的函数就写好了。

  未完待续。

已修改部分错误，袋子容量不够时 return 0换成 return bag(n-1,cap)。