动态规划之背包问题

背包问题是一类经典的动态规划算法题
背包问题有以下几类

1. 01背包问题

最基本的背包问题就是01背包问题（01 knapsack problem）：一共有N件物品，第i（i从1开始）件物品的重量为w[i]，价值为v[i]。在总重量不超过背包承载上限W的情况下，能够装入背包的最大价值是多少？

01背包问题的解决思路是：

定义dp[i][j]为当前背包容量为j时前i个物品组合能装入背包的最大价值
0<=i<=N, 0<=j<=W

也就是说我们可以将 dp[0][0…W] 初始化为0，
然后在i>0时，dp[i][j]的值有两种情况

1. 当第i个物品不能装入背包时(即weigh[i]>j)，dp[i][j]=dp[i-1][j]
2. 当第i个物品可以装入背包时，将两种情况的价值做比较
   a.把第i个物品装入背包后，再查看当前背包容量为j-value[i]时前i-1个物品组合能装入背包的最大价值加上第i个物品的价值的值
   b.当前背包容量为j时，前i-1个物品组合能装入背包的最大价值的值
   dp[i][j] = max(value[i] + dp[i-1][j-weigh[i]], dp[i-1][j]);

问题进阶：好了，现在我们已经知道如何求得物品组合的最大价值了，那么我们能否求出在使得背包总价值最大的情况下，背包内装了哪些物品呢？

解决思路：回溯，dp表的右下角从后往前看(从dp[N][W]开始)，如果发现前N个物品组合的最大价值与前N-1个物品组合的最大价值一样，说明第N个物品没有被装入；否则，说明被装入了，被装入后，再看前N-1个物品组合与前N-2个物品组合的差别。(dp[N-1][W-weigh[N])

下面一道简单的例题，
背包容量为8，物品信息如下
编号 1 2 3 4
体积 2 3 4 5
价值 3 4 5 6

代码如下

#include<iostream>
using namespace std;
/*
背包容量为8
编号 1 2 3 4
体积 2 3 4 5
价值 3 4 5 6
*/
int weigh[5] = {0,2,3,4,5};
int value[5] = {0,3,4,5,6};
int dp[5][9] = {0};
int object[5] = {0}; 
void Dynamic(){
    for(int i=1; i<5; i++){
        for(int j=1; j<9; j++){
            if(weigh[i]>j){
                // 第i个物品不能装入背包
                dp[i][j] = dp[i-1][j];
            }else{
                dp[i][j] = max(value[i] + dp[i-1][j-weigh[i]], dp[i-1][j]);
            }
        }
    }
}

void find(int i, int j){
    if(i==0){
        for(int i=0; i<5; i++){
            if(object[i]) cout<<i<<" ";
        }
    }
    if(dp[i][j]==dp[i-1][j]){
        object[i]=0;
        find(i-1, j);
    }else{
        object[i]=1;
        find(i-1, j-weigh[i]);
    }
}

int main() {
    Dynamic();
    cout<<dp[4][8]<<endl;
    find(4,8);
}