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):