01背包 动态规划

essie 去珠宝商店想要买一些魔法宝石。商店里有 nn 个宝石，每个宝石的重量为 w_iwi​，幸运值为 v_ivi​。Bessie 的购物车只能装重量之和不超过 mm 的商品，现在她想知道如何选择宝石，能让购买的幸运值之和最大。

输入格式

第一行两个整数 n,mn,m，表示宝石的数量和购物车的承重能力。

接下来 nn 行，每行两个整数 w_i,v_iwi​,vi​，表示每个宝石的重量和幸运值。

输出格式

数据范围

1\le n\le 30001≤n≤3000，1 \le m\le 100001≤m≤10000，1\le w_i,v_i \le 1001≤wi​,vi​≤100

Sample Input

4 6
1 4
2 6
3 12
2 7

Sample Output

23

思路：采用递归思想，先用二维数组当作背包，再将背包部分区域初始化为0.将物品一个一个装入背包，这是出现两种情况，第一种背包装不下，则此时价值跟前一种相同为v[i][j]=v[i-1][j].第二种，背包装得下，但装了不一定能达成价值最大化，此时为    V[i][j] = max(V[i - 1][j], V[i - 1][j - weight[i - 1]] + value[i - 1]);，最后返回背包数组右下角的值即可。

#include <stdio.h>
#include <stdlib.h>

int V[100][100];//前i个物品装入容量为j的背包中获得的最大价值

int max(int a, int b) {
	if (a >= b)
		return a;
	else
		return b;
}

int KnapSack(int n, int weight[], int value[], int C) {

	//填表,其中第一行和第一列全为0,即 V(i,0)=V(0,j)=0；
	for (int i = 0; i <= n; i++)
		V[i][0] = 0;

	for (int j = 0; j <= C; j++)
		V[0][j] = 0;

	//用到的矩阵部分V[n][C] ,下面输出中并不输出 第1行和第1列







	for (int i = 1; i <= n; i++) {

		for (int j = 1; j <= C; j++) {
			if (j < weight[i - 1]) { //包的容量比该商品体积小，装不下，此时的价值与前i-1个的价值是一样的
				V[i][j] = V[i - 1][j];

			} else { //还有足够的容量可以装该商品，但装了也不一定达到当前最优价值，所以在装与不装之间选择最优的一个
				V[i][j] = max(V[i - 1][j], V[i - 1][j - weight[i - 1]] + value[i - 1]);

			}
		}


	}

	return V[n][C];

}



int main() {

	int n;        //物品数量
	int Capacity;//背包最大容量

	scanf("%d", &n);
	scanf("%d", &Capacity);




	int *weight = (int *)malloc(n * sizeof(int)); //物品的重量申请动态内存
	int *value = (int *)malloc(n * sizeof(int)); //物品的价值



	for (int i = 0; i < n; i++)
		scanf("%d%d", &weight[i], &value[i]);



	int s = KnapSack(n, weight, value, Capacity); //获得的最大价值




	printf("%d\n", s);

	return 0;
}