这里再简单写一下问题要求:
给定n中物品和一个容量为c的背包,物品i的重量为Wi,其价值为Vi,0-1背包问题是如何选择装入背包的物品(物品不可分割),使得装入背包的物品的价值为最大。
1.题目分析:
考虑到每种物品只有2 种选择,即装入背包或不装入背包,并且物品数和背包容量已给定,要计算装入背包物品的最大价值和最优装入方案,可用回溯法搜索子集树的算法进行求解。
2.算法设计:
a. 物品有n种,背包容量为C,分别用p[i]和w[i]存储第i种物品的价值和重量,用
x[i]标记第i种物品是否装入背包,用bestx[i]存储第i种物品的最优装载方案;
b. 用递归函数Backtrack (i,cp,cw)来实现回溯法搜索子集树(形式参数i表示递归深
度,n用来控制递归深度,形式参数cp和cw表示当前总价值和总重量,bestp表示当前
最优总价值):
① 若i >n,则算法搜索到一个叶结点,判断当前总价值是否最优:
1> 若cp>bestp,更新当前最优总价值为当前总价值(即bestp=cp),更新
装载方案(即bestx[i]=xi);
② 采用for循环对物品i装与不装两种情况进行讨论(0≤j≤1):
1> x[i]=j;
2> 若总重量不大于背包容量(即cw+x[i]*w[i]<=c),则更新当前总价 br=”“> 值和总重量(即cw+=w[i]*x[i],cp+=p[i]*x[i]), 对物品i+1调用递归函
数Backtrack(i+1,cp,cw) 继续进行装载;
3> 函数Backtrack(i+1,cp,cw)调用结束后则返回当前总价值和总重量
(即 cw-=w[i]*x[i],cp-=p[i]*x[i]);
4> 当j>1时,for循环结束;
③ 当i=1时,若已测试完所有装载方案,外层调用就全部结束;
c. 主函数调用一次backtrack(1,0,0)即可完成整个回溯搜索过程,最终得到的bestp和bestx[i]即为所求最大总价值和最优装载方案。
#include <iostream>
using namespace std;
int n,c,bestp;//物品的个数,背包的容量,最大价值
int p[10000],w[10000],x[10000],bestx[10000];//物品的价值;物品的重量;暂存物品的选中情况;物品的选中情况
void backTrack(int i,int cp,int cw)
{ //cw当前包内物品重量,cp当前包内物品价值
int j;
if(i>n)//回溯结束
{
if(cp>bestp)
{
bestp=cp;
for(i=0;i<=n;i++) bestx[i]=x[i];
}
}
else
for(j=0;j<=1;j++)
{
x[i]=j;//为零表示没选中
if(cw+x[i]*w[i]<=c)
{
cw+=w[i]*x[i];
cp+=p[i]*x[i];
backTrack(i+1,cp,cw);
cw-=w[i]*x[i];
cp-=p[i]*x[i];
}
}
}
int main()
{
cout<<"请输入背包的重量c:"<<endl;
cin>>c;
cout<<"请输入物品的个数:"<<endl;
cin>>n;
cout<<"请输入n个物品的重量"<<endl;
for(int i=1;i<=n;i++)
cin>>w[i];
cout<<"请输入n个物品的价值"<<endl;
for(int i=1;i<=n;i++)
cin>>p[i];
backTrack(1,0,0);
for(int i=1;i<=n;i++)
cout<<bestx[i]<<" ";
cout<<endl;
return 0;
}