0-1背包问题的动态规划解法

背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。

首先我们来举一个栗子来简单了解下0-1背包问题的概况：
一个小偷拿着一个容量有限（容量设为C）的背包去商店偷东西，每个商品都有自己的体积w和价值v，小偷的目的就是用这个容量有限的背包装满价值总量最大的东西。

背包的容量为20

这些东西的重量分别为 2，3，4，5，9

价值分别为3，4，5，8，10

---

首先为了方便起见，将重量定义为一个数组weight[] = {2,3,4,5,9}
将价值定义为一个数组value[] = {3,4,5,8,10}
要想用动态规划来求解问题，首先要写出它的状态转换方程，下面来为大家分析一下这个题目
在此提前先为大家介绍一个方程B（C，j），我们只需知道C代表剩余容量，j代表第j个物品，这个式子的结果就是j物品之前的最优解，相信在接下来的步骤中，大家会渐渐明白这个式子的含义

首先，当 j = 5 时，第5件物品可选可不选，方便起见我用对错号进行表示，不选的原因有，当前物品的重量大于背包现有的容量，所以不选，而当选择的时候，背包里面的价值即会增加当前物品的价值，所以加上V[j],依次递推，方可得到一个转换方程：

因为在递推的过程中有很多最优解是进行过重复计算，所以在这里我并不建议用递归的方式来解决这种问题，我们可以才有一种打表的方式，将每一种情况的最优解进行记录，当需要的时候，先在表中进行查询，再计算，这样会省下很大的功夫：

相信很多同学看到这张表示一脸懵逼的，不要担心，下面由我来简单地介绍一下，大家都会明白这张表的含义了。
首先，横向（1,1）这个坐标代表当背包容量为1时，只有物品1的情况下，所能装下的最大价值，显而易见，物品1的重量为2嘛，肯定装不下，所以这个坐标对应的值就为 0 ，来个简单的例子：那么（3,12）这个坐标代表什么含义呢？

（3,12）则代表当有前三个物品，背包容量为12时，所能装载的最大价值为12，根据题目分析可得，当前三件物品全部选择的时候，重量也不会超过12，所以能装载的最大价值为3+4+5 = 12。现在大家应该明白这张表格的含义了吧。
所以，由此可得，表格最右下角的坐标所对应的值即为该题目的解。

下面附上源代码：

#include <stdio.h>  

#define N 6      //物品的数量    为了方便起见，背包从1开始计数，容量也类似
#define M 21       //背包的容量   
int B[6][21];
int w[] = {0, 2, 3, 4, 5, 9 };
int v[] = {0, 3, 4, 5, 8, 10 };


int knapsack()
{
	for (int k = 1; k < N; k++)
	{
		for (int C = 1; C < M; C++)
		{
			if (w[k]>C)
			{
				B[k][C] = B[k - 1][C];
			}
			else
			{
				int value1 = B[k - 1][C - w[k]] + v[k];
				int value2 = B[k - 1][C];
				if (value1 > value2)
				{
					B[k][C] = value1;
				}
				else
					B[k][C] = value2;
			}
		}
	}
	return B[5][20];
}

int main(int argc, char* argv[])
{
	int c = knapsack();
	printf("%d\n", c);
	return 0;
}