背包问题(Knapsack problem) 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。问题的名称来源于如何选择最合适的物品放置于给定背包中。(定义摘自Wikipedia)
1. 关于0-1背包问题，有界背包问题，无界背包问题的定义
0-1，界限 j 都是针对某个特定的物品数量而定的界限。例如0-1就是指任何物品最多有一个，你只能选择放进背包或者不放进背包。
***有界并不是对物品的总数量进行约束
2. 0-1背包问题求解（动态规划算法）
我们将在总重量不超过w的前提下，前j种物品的总价格所能达到的最高值定义为m[i, w]。
![m[i,\,w]=m[i-1,\,w]](http://upload.wikimedia.org/math/c/b/a/cba5389c96e82ea7b3f6e6933afb92f0.png)
if 
(the new item is more than the current weight limit)![m[i,\,w]=\max(m[i-1,\,w],\,m[i-1,w-w_i]+v_i)](http://upload.wikimedia.org/math/5/c/2/5c279d36c84bb28e88de6bae7b62fa27.png)
if 
.
首先公式的前提是：假设你当前只有i件物品（如果你总共有n件物品的话，取前i件），假设已知m[i-1, w]， 求最高价值
算法分为两种情况：第一种情况，新加进来的物品pi，超过了约束总重量w，所以只能放弃pi；第二个情况，可以将pi放进背包，但是靠考虑放进去和不放进去哪种方案总价值大。
算法开始输入：m[n, W]; n为货品总数量，W为背包容载
算法复杂度： O(n*W)
扫一扫
292
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
