用动态规划求解0-1背包问题

 [问题描述]:
　　在M件物品取出若干件放在空间为W的背包里，每件物品的体积为W1，W·2……Wn，与之相对应的价值为P1,P2……Pn。求出获得最大价值的方案。
 [解法]：
      考虑用动态规划的方法来解决，这里的：
　　阶段是：在前N件物品中，选取若干件物品放入背包中；
　　状态是：在前N件物品中，选取若干件物品放入所剩空间为W的背包中的所能获得的最大价值；
　　决策是：第N件物品放或者不放；
　　由此可以写出动态转移方程：

　　我们用f[i,j]表示在前 i 件物品中选择若干件放在所剩空间为 j 的背包里所能获得的最大价值

　　f[i,j]=max{f[i-1,j-Wi]+Pi (j>=Wi), f[i-1,j]}

　　这样，我们可以自底向上地得出在前M件物品中取出若干件放进背包能获得的最大价值，也就是f[m,w]

 

#include<iostream> using namespace std; int knapsack(int m, int n ,int c[10][100]) { int i,j,w[10],p[10]; cout << "input weight,value" << endl; for(i=1;i<n+1;i++) cin >> w[i] >> p[i]; /*初始化数组*/ for(i=0;i<10;i++) for(j=0;j<100;j++) c[i][j] = 0; for(i=1;i<n+1;i++) for(j=1;j<m+1;j++) { if(w[i]<=j) /*如果当前物品的容量小于背包容量*/ { /*如果本物品的价值加上背包剩下的空间能放的物品的价值*/ if(p[i]+c[i-1][j-w[i]]>c[i-1][j]) /*大于上一次选择的最佳方案则更新c[i][j]*/ c[i][j]=p[i]+c[i-1][j-w[i]]; else c[i][j]=c[i-1][j]; } else c[i][j]=c[i-1][j]; } return(c[n][m]); } int main() { int c[10][100];/*对应每种情况的最大价值*/ int m;//最大容量 int n;//物品个数 int i,j; cout << "input 最大容量值m，物品个数n" << endl; cin >> m >> n; cout << knapsack(m, n, c) << endl; }