c++实现0-1背包问题完整源码续（动态规划+回溯法实现）

//回溯法是将解空间映射为一棵解空间数（二叉树），第i层的结点代表第i个待选结点，以i为根，往左延生就代表选择该结点，往右延生表示不选该结点

//每个叶子结点有唯一一条路径代表一个解

#include <iostream>
#define MAX_NUM 5
#define MAX_WEIGHT 10
using namespace std;


//动态规划求解
int zero_one_pack(int total_weight, int w[], int v[], int flag[], int n) {
  int c[MAX_NUM+1][MAX_WEIGHT+1] = {0}; //c[i][j]表示前i个物体放入容量为j的背包获得的最大价值
  // c[i][j] = max{c[i-1][j], c[i-1][j-w[i]]+v[i]}
  //第i件物品要么放，要么不放
  //如果第i件物品不放的话,就相当于求前i-1件物体放入容量为j的背包获得的最大价值
  //如果第i件物品放进去的话,就相当于求前i-1件物体放入容量为j-w[i]的背包获得的最大价值
  for (int i = 1; i <= n; i++) {
    for (int j = 1; j <= total_weight; j++) {
      if (w[i] > j) {
        // 说明第i件物品大于背包的重量，放不进去
        c[i][j] = c[i-1][j];
      } else {
        //说明第i件物品的重量小于背包的重量，所以可以选择第i件物品放还是不放
          if (c[i-1][j] > v[i]+c[i-1][j-w[i]]) {
            c[i][j] = c[i-1][j];
          }
          else {
            c[i][j] =  v[i] + c[i-1][j-w[i]];
          }
      }
    }
  }


  //下面求解哪个物品应该放进背包
  int i = n, j = total_weight;
  while (c[i][j] != 0) {
    if (c[i-1][j-w[i]]+v[i] == c[i][j]) {
      // 如果第i个物体在背包，那么显然去掉这个物品之后，前面i-1个物体在重量为j-w[i]的背包下价值是最大的
      flag[i] = 1;
      j -= w[i];     
    }
     --i;
 } return c[n][total_weight];}//回溯法求解, 从第i个结点开始进行回溯算法void back_track_zero_one_pack(int total_weight, int w[], int v[], int flag[], int n, int i, int &bestV) { static int currentV = 0; //表示当前的背包的价值的和 static int
 currentW = 0; //表示当前背包的重量 static int currentFlag[MAX_NUM] = {0}; //表示当前路径 if (i > n) { //表示已经遍历到叶子节点了，说明一个解已经生成完毕 if (currentV > bestV) { bestV = currentV; for (int j = 1; j <= n; j++)//更新最优解路径 flag[j] = currentFlag[j]; } return; } //进入左子树 if (currentW + w[i]
 <= total_weight) { currentW += w[i]; currentV += v[i]; currentFlag[i] = 1; back_track_zero_one_pack(total_weight, w, v, flag, n, i+1, bestV); //搜索下一个结点 currentW -= w[i]; currentV -= v[i]; } //回溯进入右子树 currentFlag[i] = 0; back_track_zero_one_pack(total_weight,
 w, v, flag, n, i+1, bestV);}//优化的回溯法, 利用上界函数进行剪枝void opt_back_track_zero_one_pack(int total_weight, int &total_value, int w[], int v[], int flag[], int n, int i, int &bestV) { static int currentV = 0; //表示当前的背包的价值的和 static int currentW = 0; //表示当前背包的重量 if
 (i > n) { //表示已经遍历到叶子节点了,肯定是最优解 bestV = currentV; return; } total_value -= w[i]*v[i]; //表示当前结点之后的所有结点价值和为total_value //如果满足约束条件，那么就进入左子树,先处理左子树 if (currentW + w[i] <= total_weight) { flag[i] = 1;// 说明选择了该结点 currentW += w[i]; currentV += v[i]; opt_back_track_zero_one_pack(total_weight,
 total_value, w, v, flag, n, i+1, bestV); //搜索下一个结点 currentW -= w[i]; currentV -= v[i]; } //左子树处理完毕，进入右子树，这个时候currentV, currentW等值已经生成 //进入右子树,利用上界函数将不符合条件的子树剪掉 //关于为何在进入右子树之前运行上界函数：是因为只要进入右子树，那么说明第i个结点肯定就没选择，那么就可以利用剩下的所有的物体的价值和加上当前的价值与当前最好的物品价值和作比较，若小于则说明该子树即使所有的物品全选，价值和也不可能大于当前最好的价值和，所以可以剪掉
 if (currentV + total_value > bestV) { flag[i] = 0; //说明该结点没选 opt_back_track_zero_one_pack(total_weight, total_value, w, v, flag, n, i+1, bestV); total_value += w[i]*v[i]; }}int main() { int totalWeight = 10; int w[4] = {0, 3, 4, 5}; int v[4] = {0, 4, 5, 6};
 int flag[4]; //flag[i][j]表示在容量为j的时候是否将第i件物品放入背包 int bestValue = 0; int totalValue = 0; //表示剩下的所有的背包的价值和 for (int i = 1; i <= 3; i++) totalValue += w[i]*v[i]; //int best_value = zero_one_pack(total_weight, w, v, flag, 3); back_track_zero_one_pack(totalWeight,
 w, v, flag, 3, 1, bestValue); //opt_back_track_zero_one_pack(totalWeight, totalValue, w, v, flag, 3, 1, bestValue); cout << "需要放入的物品如下" << endl; for (int i = 1; i <= 3; i++) { if (flag[i] == 1) cout << i << "重量为" << w[i] << ", 价值为" << v[i] << endl; } cout
 << "总的价值为: " << bestValue << endl; return 0;}