01背包问题

01背包问题
有N件物品和一个容量为V的背包。第i件物品的费用是c[i]，价值是w[i]。
求解将哪些物品装入背包可使价值总和最大。
特点是：每种物品仅有一件，可以选择放或不放。

f[i][v] = Max{f[i−1][v], f[i−1][v−c[i]] + w[i]}
时间复杂度O(n*v),空间复杂度O(n*v)

空间复杂度可优化为O(n),可采用滚动数组。
事实上，这要求在每次主循环中我们以v=V..0的顺序推f[v]。
这样才能保证推f[v]时f[v-c[i]]保存的是状态f[i-1][v-c[i]]的值。
费用为cost的物品不会影响状态f[0..cost-1]，这是显然的。因此内循环截止到c[i]即可。

伪代码：
for i ← 1 to N
 for v ← V to cost
  do f[v]=max（f[v],f[v-cost]+weight）

初始化：如果要求恰好装满背包，那么在初始化时除了f[0]为0其它f[1..V]均设为-∞。
如果并没有要求必须把背包装满，而是只希望价格尽量大，初始化时应该将f[0..V]全部设为0。

#include <cstdio>
#include <algorithm>
#include <iostream>
#define N 12885
using namespace std;

int dp[N];//初始化为0
int c[N], w[N];//每件物品的花费和价值

int main()
{
	int n, v;//物品数量，背包容量
	scanf("%d%d", &n, &v);
	for (int i = 1; i <= n; i++)
		scanf("%d%d", &c[i], &w[i]);
	for (int i = 0; i <= v; i++)
		dp[i] = 0;
	for (int i = 1; i <= n; i++)
	{
		for (int j = v; j >= c[i]; j--)
		{
			dp[j] = max(dp[j], dp[j - c[i]] + w[i]);
		}
	}
	printf("%d\n", dp[v]);
	return 0;
}

下边为二维数组实现

用子问题定义状态：即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。
则其状态转移方程便是：
dp[i][j] = Max{ dp[i−1][j],dp[i−1][j−c[i]] + w[i]} (j>=c[i])
   = dp[i-1][j]  (j<c[i])
初始化：dp[i][0] = dp[0][j] = 0;

#include <cstdio>
#include <algorithm>
#include <iostream>
#define N 105
using namespace std;

int dp[N][N];//初始化为0
int c[N], w[N];//每件物品的花费和价值
int path[N];

void printpath(int n, int v)
{
	for (int i = n; i >= 1; i--)
	{
		if (dp[i][v] == dp[i - 1][v])
			path[i] = 0;
		else
		{
			path[i] = 1;
			v -= c[i];
		}
	}

	for (int i = 1; i <= n; i++)
	{
		if (path[i])
			printf("%d ", i);
	}
	printf("\n");
}

int main()
{
	int n, v;//物品数量，背包容量
	scanf("%d%d", &n, &v);
	for (int i = 1; i <= n; i++)
		scanf("%d%d", &c[i], &w[i]);
	for (int i = 0; i <= n; i++)
		dp[i][0] = 0;
	for (int j = 0; j <= v; j++)
		dp[0][j] = 0;
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= v; j++)
		{
			if (j < c[i])	dp[i][j] = dp[i - 1][j];
			else dp[i][j] = max(dp[i - 1][j], dp[i-1][j-c[i]] + w[i]);
		}
	}
	printf("%d\n", dp[n][v]);
	printpath(n, v);
	return 0;
}