背包问题:是一种组合优化的NP完全问题;问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,
我们如何选择,才能使得物品的总价格最高。
思想:特点是:每种物品仅有一件,可以选择放或不放用子问题定义状态:即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程。便是:f[i][v]=max{ f[i-1][v], f[i-1][v-c[i]]+w[i] }。可以压缩空间,f[v]=max{f[v],f[v-c[i]]+w[i]};这个方程非常重要,基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下:“将前i件物品放入容量为v的背包中”这个子问题,若只考虑第i件物品的策略(放或不放),那么就可以转化为一个只牵扯前i-1件物品的问题。如果不放第i件物品,那么问题就转化为“前i-1件物品放入容量为v的背包中”,价值为f[i-1][v];如果放第i件物品,那么问题就转化为“前i-1件物品放入剩下的容量为v-c[i]的背包中”,此时能获得的最大价值就是f [i-1][v-c[i]]再加上通过放入第i件物品获得的价值w[i]。
注意f[v]有意义当且仅当存在一个前i件物品的子集,其费用总和为v。所以按照这个方程递推完毕后,最终的答案并不一定是f[N] [V],而是f[N][0..V]的最大值。如果将状态的定义中的“恰”字去掉,在转移方程中就要再加入一项f[v-1],这样就可以保证f[N] [V]就是最后的答案。至于为什么这样就可以,由你自己来体会了。
#include<iostream>
using namespace std;
void kanpsack_dp(int c[50][50],int w[50],int v[50],int n,int C)
{
for(int i=0;i<=C;i++)
{
c[0][i]=0;
}
for(int i=1;i<=n;i++)
{
c[i][0]=0;
for(int j=1;j<=C;j++)
{
if(w[i]<=j)
{
if(v[i]+c[i-1][j-w[i]]>c[i-1][j])
c[i][j]=v[i]+c[i-1][j-w[i]];
else c[i][j]=c[i-1][j];
}
else c[i][j]=c[i-1][j];
}
}
}
void output_stack(int c[50][50],int x[50],int w[50],int n,int C)
{
for(int k=n;k>=2;k--)
{
if(c[k][C]==c[k-1][C])
x[k]=0;
else{
x[k]=1;
C=C-w[k];
}
}
x[1]=c[1][C]?1:0;
}
int main()
{
int c[50][50];
int w[50],v[50],x[50];
int C,n;
cout<<"输入物品得总个数:";
cin>>n;
cout<<"输入背包得总容量:";
cin>>C;
cout<<"依次输入物品得重量:"<<endl;
for(int i=1;i<=n;i++)
{
cin>>w[i];
}
cout<<"依次输入物品得价值:"<<endl;
for(int i=1;i<=n;i++)
{
cin>>v[i];
}
kanpsack_dp(c,w,v,n,C);
output_stack(c,x,w,n,C);
cout<<"最优解为:"<<endl;
for(int i=1;i<=n;i++)
{
cout<<x[i]<<" ";
}
return 0;
}