0-1背包问题

0-1背包问题：有一个背包最多能装下体积为volume的东西，volume为一正整数。有number件物品，第j件物品重weight[j],价值value[j],其中1<j<=number,问应该装入那几样东西，使得背包中的物品最有价值？其中每件物品或被拿走，或不带走，不能只带走某件物品的一部分或者带走某件物品两次。

部分背包问题：在0-1背包问题中，如果某件物品可以带走一部分，那么我们称该问题是部分背包问题。

部分背包问题可以用贪心算法求解，也就是每次都带走单位价值最高的物品，但是0-1背包问题则不能用贪心算法来求解。例如有一个背包容量是5，有3件物品，重量分别是1,2,3；价值分别是60,100,120,；如果按照贪心算法来求解，那么就带走第1,2,两件物品，总价值是160，但是最大价值其实是220，也就是应该带走第2,3两件物品。

下面我们用动态规划和深度优先遍历两种方法来求解0-1背包问题。

法1：动态规划法

#include<iostream>
using namespace std;
//动态规划法解0-1背包问题

int knapsack(int* weight,int* value,int number,int volume)
{
	int** f=new int*[volume+1];//f是一个双指针，指向一个二维数组，该二维数组用于记录动态规划填表过程 
	for(int i=0;i<=volume;i++)
		f[i]=new int[number+1];
	for(int i=0;i<=volume;i++)
		f[i][0]=0;//当物品数量是0个时，最大价值为0
		
	int** s=new int*[volume+1];//s是一个双指针，指向一个二维数组，该二维数组用于记录动态规划填表过程 
	for(int i=0;i<=volume;i++)//s[i][j]等于1表示当体积是i时第j件物品放入，等于0时表示不放入 
		s[i]=new int[number+1];
	for(int i=0;i<=volume;i++)
		s[i][0]=0;//当物品数量是0个时，没有东西可放 
		
		
	for(int j=1;j<=number;j++)
	{
		for(int i=0;i<=volume;i++)
			{
				if(weight[j]>i)
					f[i][j]=f[i][j-1];//如果第j件物品放不下，那么就只放前j-1件物品 
				else
				{
					if(f[i][j-1]>f[i-weight[j]][j-1]+value[j])
						{
							f[i][j]=f[i][j-1];
							s[i][j]=0;
						}	
					else
						{
							f[i][j]=f[i-weight[j]][j-1]+value[j];
							s[i][j]=1;
						}
					
				}
			}			
	}
	cout<<"最大价值是："<<f[volume][number]<<endl;	
    
    int i=volume;
    int j=number;
    while(i>=0&&j>=0)
    {
    	if(s[i][j]==1)
    		{
    			cout<<weight[j]<<" ";
    			i-=weight[j];
    			j--;
			}
		else
			j--;
	}
    
    
    for(int i=0;i<=number;i++)
    	delete[] f[i];
    delete[] f;//清理动态数组空间f 
	
	for(int i=0;i<=number;i++)
    	delete[] s[i];
    delete[] s;//清理动态数组空间s 
	
	return 0;
}


int main()
{
	cout<<"请输入物品的数量和背包的体积："<<endl;
	int number;//物品的数量 
	cin>>number;
    int volume;//背包的体积  
	cin>>volume; 
	int *weight=new int[number+1];
	cout<<"请输入物品的重量："<<endl;
	weight[0]=0;//当number为0的时候，也可以处理 
	for(int i=1;i<=number;i++)
		cin>>weight[i]; 
		
		
	int *value=new int[number+1];
	cout<<"请输入物品的价值："<<endl;
	value[0]=0; //当number为0的时候，也可以处理 
	for(int j=1;j<=number;j++)
		cin>>value[j];
	
	knapsack(weight,value,number,volume);
	
	delete[] weight;
	delete[] value;
	
	return 0;
}

深度优先遍历法：

我们利用深度优先遍历至每个叶子节点，求出A,B,C,D的全部组合，然后选出价值最大的方案。

解答树如下所示：

其中0表示放入，1表示不放。

#include<iostream>
using namespace std;
const int N=100;
int ans=0;//利用全局变量ans保存解
int item_number;//物品件数
int knap_size;//背包大小
int weight[N]; //物品重量
int value[N];//物品价值
int x[N];//解向量
void dfs(int cur_depth,int cur_size,int cur_value) {
	//递归终止条件
	
	if(cur_depth>item_number) {
		if(cur_value>ans)
			ans=cur_value;
		return ;
	}

    if(cur_size>knap_size) {
		return;
	}
	
	

	if(cur_value>ans)
		ans=cur_value;
	x[cur_depth]=0;
	dfs(cur_depth+1,cur_size,cur_value);//第cur_depth物品不取
	x[cur_depth]=1;
	dfs(cur_depth+1,cur_size+weight[cur_depth],cur_value+value[cur_depth]);//第cur_depth物品取
}

int main() {
	cout<<"请输入物品的件数："<<endl;
	cin>>item_number ;
	cout<<"请输入物品的重量:"<<endl;
	for(int i=0; i<item_number; i++) {
		cin>>weight[i];
	}
	cout<<"请输入物品的价值："<<endl;
	for(int j=0; j<item_number; j++) {
		cin>>value[j];
	}
	cout<<"请输入背包的容量："<<endl;
	cin>>knap_size;
	dfs(0,0,0);//调用dfs函数
	cout<<ans<<endl;
	return 0;
}

例子：