0-1 背包问题

不知道看了多久的 背包问题  好像有点感觉了。找了两个大神的博客。个人觉得合起来更容易理解。

代码来源：http://blog.csdn.net/insistgogo/article/details/8579597

解说来源：http://blog.csdn.net/mu399/article/details/7722810

01背包问题，是用来介绍动态规划算法最经典的例子，网上关于01背包问题的讲解也很多，我写这篇文章力争做到用最简单的方式，最少的公式把01背包问题讲解透彻。

01背包的状态转换方程 f[i,j] = Max{ f[i-1,j-Wi]+Pi( j >= Wi ),  f[i-1,j] }

f[i,j]表示在前i件物品中选择若干件放在承重为 j 的背包中，可以取得的最大价值。

Pi表示第i件物品的价值。

决策：为了背包中物品总价值最大化，第 i件物品应该放入背包中吗 ？

题目描述：

有编号分别为a,b,c,d,e的五件物品，它们的重量分别是2,2,6,5,4，它们的价值分别是6,3,5,4,6，现在给你个承重为10的背包，如何让背包里装入的物品具有最大的价值总和？

name	weight	value	1	2	3	4	5	6	7	8	9	10
a	2	6	0	6	6	9	9	12	12	15	15	15
b	2	3	0	3	3	6	6	9	9	9	10	11
c	6	5	0	0	0	6	6	6	6	6	10	11
d	5	4	0	0	0	6	6	6	6	6	10	10
e	4	6	0	0	0	6	6	6	6	6	6	6

只要你能通过找规律手工填写出上面这张表就算理解了01背包的动态规划算法。

首先要明确这张表是至底向上，从左到右生成的。

为了叙述方便，用e2单元格表示e行2列的单元格，这个单元格的意义是用来表示只有物品e时，有个承重为2的背包，那么这个背包的最大价值是0，因为e物品的重量是4，背包装不了。

对于d2单元格，表示只有物品e，d时,承重为2的背包,所能装入的最大价值，仍然是0，因为物品e,d都不是这个背包能装的。

同理，c2=0，b2=3,a2=6。

对于承重为8的背包，a8=15,是怎么得出的呢？

根据01背包的状态转换方程，需要考察两个值，

一个是f[i-1,j],对于这个例子来说就是b8的值9，另一个是f[i-1,j-Wi]+Pi；

在这里，

 f[i-1,j]表示我有一个承重为8的背包，当只有物品b,c,d,e四件可选时，这个背包能装入的最大价值

f[i-1,j-Wi]表示我有一个承重为6的背包（等于当前背包承重减去物品a的重量），当只有物品b,c,d,e四件可选时，这个背包能装入的最大价值

f[i-1,j-Wi]就是指单元格b6,值为9，Pi指的是a物品的价值，即6

由于f[i-1,j-Wi]+Pi = 9 + 6 = 15 大于f[i-1,j] = 9，所以物品a应该放入承重为8的背包

附上代码，结合代码去理解那个图。

    #include <iostream>  
    using namespace std;  
      
    const int N = 3;//物品个数  
    const int V = 5;//背包最大容量  
    int weight[N + 1] = {0,3,2,2};//物品重量  
    int value[N + 1] = {0,5,10,20};//物品价值  
      
    int f[N + 1][V + 1] = {{0}};  
      
    int Max(int x,int y)  
    {  
        return x > y ? x : y;  
    }  
      
    /* 
    目标：在不超过背包容量的情况下，最多能获得多少价值 
     
    子问题状态:f[i][j]:表示前i件物品放入容量为j的背包得到的最大价值 
     
    状态转移方程:f[i][j] = max{f[i - 1][j],f[i - 1][j - weight[i]] + value[i]} 
     
    初始化:f数组全设置为0 
    */  
    int Knapsack()  
    {  
        //初始化  
        memset(f,0,sizeof(f));  
        //递推  
        for (int i = 1;i <= N;i++) //枚举物品  
        {  
            for (int j = 0;j <= V;j++) //枚举背包容量  
            {  
                f[i][j] = f[i - 1][j];  
                if (j >= weight[i])  
                {  
                    f[i][j] = Max(f[i - 1][j],f[i - 1][j - weight[i]] + value[i]);  
                }  
            }  
        }  
        return f[N][V];  
    }  
      
    int main()  
    {  
        cout<<Knapsack()<<endl;  
        system("pause");  
        return 1;  
    }