0-1背包问题的几种解法【未完】

1.暴力解法

//0-1背包问题
#include<iostream>
using namespace std;
#define N 100
int n,maxvalue,cv,cw,C;
int x[N],cx[N];//储存状态

struct goods{
	int weight;
	int value;
}g[N];

int Put(int i)
{
	if(i>n-1)//遍历至叶节点
	{
		cout<<"结束一轮"<<endl;
		cout<<endl;
		if(maxvalue<cv&&cw+g[i].weight<=C)
		{
			maxvalue=cv;
			for(int j=0;j<n;j++)
				x[j]=cx[j];//储存最优路径
		}
		return maxvalue;
	}
	cv+=g[i].value;
	cw+=g[i].weight;
	cout<<"装入"<<i<<endl;
	cx[i]=1;//装入背包
	Put(i+1);
	cv-=g[i].value;
	cw-=g[i].weight;
	cout<<"不装入"<<i<<endl;
	cx[i]=0;//不装入背包
	Put(i+1);
	return maxvalue;
}
int main(){
	cin>>n>>C;//输入物品的数量，背包的容量
	for(int i=0;i<n;i++)
		cin>>g[i].weight>>g[i].value;//输入每种物品的重量和价值
	int totalvalue=Put(0);//进入深度遍历
	for(int i=0;i<n;i++)
		cout<<x[i]<<" ";//输出每个物品的放置情况
	cout<<endl<<totalvalue<<endl;//输出总价值
	return 0;
}

2.动态规划

利用递推公式解决

//动态规划解决0-1背包问题 参考：https://www.cnblogs.com/Christal-R/p/Dynamic_programming.html
#include<iostream>
#include<algorithm>
using namespace std;
int x[10000][10000],tv[10000];//x记录路径，tv记录总价值
struct goods{
	int value;
	int weight;
}g[10000];

//递推公式：tv(i,C)=max(tv(i−1,C),v(i)+tv(i−1,C−w(i)))
void KnapSack(int n,int c)
{
	for(int i=1;i<=n;i++)
		for(int j=c;j>0;j--)
		{
			if(j>=g[i].weight&&tv[j]<=tv[j-g[i].weight]+g[i].value)
			{
				for(int k=1;k<i;k++)//更新当前的物品放入情况
					x[j][k]=x[j-g[i].weight][k];//当前背包中的物品应与tv[j-g[i].weight]中的相同
				x[j][i]=1;//将i放入背包
				tv[j]=tv[j-g[i].weight]+g[i].value;//因为tv本质上只与j有关，故转换为一维形式
			}
			else x[j][i]=0;
		}

}
int main()
{
	int N,C;
	cin>>N>>C;
	for(int i=1;i<=N;i++)
		cin>>g[i].weight>>g[i].value;
	KnapSack(N,C);
	cout<<tv[C]<<endl;
	for(int i=1;i<=N;i++)
		if(x[C][i]==1)
			cout<<i<<" ";
	return 0;
}