我用了结构体方法
给定n(n<=100)种物品和一个背包。物品i的重量是wi(wi<=100),价值为vi(vi<=100),背包的容量为C(C<=1000)。
应如何选择装入背包中的物品,使得装入背包中物品的总价值最大? 在选择装入背包的物品时,对每种物品i只有两个选择:装入或不装入。不能将物品i装入多次,也不能只装入部分物品i。
输入格式:
共有n+1行输入:
第一行为n值和c值,表示n件物品和背包容量c;
接下来的n行,每行有两个数据,分别表示第i(1≤i≤n)件物品的重量和价值。
输出格式:
输出装入背包中物品的最大总价值。
输入样例:
在这里给出一组输入。例如:
5 10
2 6
2 3
6 5
5 4
4 6
输出样例:
在这里给出相应的输出。例如:
15
#include <iostream>
#include <algorithm>
using namespace std;
#define N 10000
int x[N];//1表放入背包,0表不放入
int bestx[N];//最优解
int n,c;//n:物品个数 c:背包的最大容量
int cw=0;//当前物品总重
int cv=0;//当前物品总价值
int bestp=0;//当前最大价值
int bound(int i);
struct Node //把每个物品的两个属性封装成一个类 便于按单位价值排序
{
double w; //重量
double v; //价值
}node[N];
bool cmp(Node a,Node b) //按单位价值排序
{
return (a.v/a.w>b.v/b.w);
}
void BackTrack(int i)
{
if(i>n)
{
if(bestp<cv)
{
bestp=cv;
for(int j=1;j<+n;j++) bestx[j]=x[j];
}
}
else
{
//只要能装下 就进入左子树
if(cw+node[i].w<=c)
{
cw+=node[i].w;
cv+=node[i].v;
x[i]=1;
BackTrack(i+1);
cw-=node[i].w;
cv-=node[i].v;
}
if(bound(i+1)>bestp) //!进入右子树条件:如果第i个不装 第i+1之后能装的都装 有可能产生比bestp更大的价值
{
x[i]=0;
BackTrack(i+1);
}
}
}
//限界函数bound:在当前的情况下 把所有能装物品都装下后的价值
int bound(int i)
{
double cleft=c-cw; //剩余容量
int b=cv;
while(i<=n&&node[i].w<=cleft)
{
cleft-=node[i].w;
b+=node[i].v;
i++;
}
if(i<=n) b+=node[i].v*(cleft/node[i].w); //假装把最后一个装不完的物体一部分装入背包 以此来填满
return b;
}
void OutPut()
{
cout<<"最大价值:"<<bestp<<endl;
//for(int j=1;i<=n;j++) cout<<bestx[j]<<" ";
}
int main()
{
cin>>n>>c;
for(int i=1;i<=n;i++)
{
cin>>node[i].w>>node[i].v;
}
sort(node+1,node+1+n,cmp); //以单位价值来把输入排序 用到了贪心的思维 配合严格限界函数使用
BackTrack(1);
OutPut();
return 0;
}