0-1背包问题（动态规划解决）

问题提出:

给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问:应如何选择装入背包的物品，使得装入背包中物品的总价值最大?

算法分析（递归关系）：

设所给0-1背包问题的子问题的最优值为 m(i，j)，即 m(i，j) 是背包容量为 j，可选择物品为 i，i+1，…，n 时0-1背包问题的最优值。由0-1背包问题的最优子结构性质，可以建立计算 m(i，j) 的递归式:

注:(3.4.3)式此时背包容量为j，可选择物品为i。此时在对xi作出决策之后,问题处于两种状态之一:
(1)背包剩余容量是j,没产生任何效益；
(2)剩余容量j-wi,效益值增长了vi ；

完整代码如下：

#include<iostream>
#include<vector> 
using namespace std;

const int N = 4;  //四个物品 

void Knapsack(int v[], int w[], int c, int n, int m[][9]){
	//此函数其实就是填表的过程	
	int jMax = min(w[n]-1, c); //背包剩余容量上限
	for(int j = 0; j <= jMax; j++) 
		m[n][j] = 0;
	for(int j = w[n]; j <= c; j++)
		m[n][j] = v[n];
	
	for(int i = n - 1; i > 1; i--){
		
		jMax = min(w[i] - 1, c);
		for(int j = 0; j <= jMax; j++)
			m[i][j] = m[i + 1][j];
		for(int j = w[i]; j <= c; j++) 
			m[i][j] = max(m[i+1][j], m[i+1][j-w[i]] + v[i]);
	}
	
	m[1][c] = max(m[2][c], m[2][c - w[1]] + v[1]);
		
}

//x[]数组存储对应物品0-1，0表示不装入背包，1表示装入背包 
void traceBack(int m[][9], int w[], int c, int n, int x[]) {
	
	for(int i = 1; i < n; i++){
		
		if(m[i][c] == m[i + 1][c]) {
			
			x[i] = 0;  //没有装 
		}
		else{
			
			x[i] = 1; //装了 
			c = c - w[i];
		}
	}
	x[n] = (m[n][c]) ? 1 : 0; 
	
}

int main(){
	
	int c = 8;  //背包容积 
	int v[] = {0, 2, 1, 4, 3};  //物品价值 
	int w[] = {0, 1, 4, 2, 3};  //物品体积
	int x[] = {0, 1};
	int m[9][9];
	
	cout << "待装物品重量分别为: "  << endl;
	for(int i = 1; i <= N; i++){
		cout << w[i] << " ";
	}
	cout << endl;
	
	cout << "待装物品价值为: " << endl;
	for(int i = 1; i <= N; i++){
		cout << v[i] << " ";
	}
	cout << endl;
	
	Knapsack(v, w, c, N, m);
	
	cout << "背包能装的最大价值为：" << m[1][c] << endl;
	
	traceBack(m, w, c, N, x);
	cout << "背包装下的物品编号为： " << endl;
	for(int i = 1; i <= N; i++) {
		
		if(x[i] == 1){
			cout << i << " ";
		}
	}
	cout << endl;
	return 0;
}

算法执行回溯过程：

算法改进（跳跃点）：