0/1 背包问题动态规划详解及C代码
动态规划是用空间换时间的一种方法的抽象。其关键是发现子问题和记录其结果。然后利用这些结果减轻运算量。
比如01背包问题。
/* 一个旅行者有一个最多能用M公斤的背包，现在有N件物品， 它们的重量分别是W1，W2，...,Wn, 它们的价值分别为P1,P2,...,Pn.
若每种物品只有一件求旅行者能获得最大总价值。 输入格式： M,N W1,P1 W2,P2 ...... 输出格式： X */
因为背包最大容量M未知。所以，我们的程序要从1到M一个一个的试。比如，开始任选N件物品的一个。看对应M的背包，能不能放进去，如果能放进去，并且还有多的空间，则，多出来的空间里能放N-1物品中的最大价值。怎么能保证总选择是最大价值呢？看下表。 测试数据： 10,3 3,4 4,5 5,6
c[i][j]数组保存了1,2,3号物品依次选择后的最大价值.
这个最大价值是怎么得来的呢?从背包容量为0开始,1号物品先试,0,1,2,的容量都不能放.所以置0,背包容量为3则里面放4.这样,这一排背包容量为4,5,6,....10的时候，最佳方案都是放4.假如1号物品放入背包.则再看2号物品.当背包容量为3的时候，最佳方案还是上一排的最价方案c为4.而背包容量为5的时候，则最佳方案为自己的重量5.背包容量为7的时候，很显然是5加上一个值了。加谁??很显然是7-4=3的时候.上一排 c3的最佳方案是4.所以。总的最佳方案是5+4为9.这样.一排一排推下去。最右下放的数据就是最大的价值了。(注意第3排的背包容量为7的时候,最佳方案不是本身的6.而是上一排的9.说明这时候3号物品没有被选.选的是1,2号物品.所以得9.) 从以上最大价值的构造过程中可以看出。
f(n,m)=max{f(n-1,m), f(n-1,m-w[n])+P(n,m)}这就是书本上写的动态规划方程.这回清楚了吗?
下面是实际程序（在VC 6.0环境下通过）:
#include
int c[10][100];/*对应每种情况的最大价值*/ int knapsack(int m,int n) {
int i,j,w[10],p[10];
printf(\请输入每个物品的重量,价值：\\n\ for(i=1;i<=n;i++)
scanf(\ for(i=0;i<10;i++) for(j=0;j<100;j++)
c[i][j]=0;/*初始化数组*/
for(i=1;i<=n;i++) for(j=1;j<=m;j++) {
if(w[i]<=j) /*如果当前物品的容量小于背包容量*/ {
if(p[i]+c[i-1][j-w[i]]>c[i-1][j])
/*如果本物品的价值加上背包剩下的空间能放的物品的价值*/
/*大于上一次选择的最佳方案则更新c[i][j]*/ c[i][j]=p[i]+c[i-1][j-w[i]]; else
c[i][j]=c[i-1][j]; }
else c[i][j]=c[i-1][j]; } return(c[n][m]); }
int main() {
int m,n;int i,j;
printf(\请输入背包的承重量,物品的总个数：\\n\
scanf(\
printf(\旅行者背包能装的最大总价值为%d\ printf(\ return 0; }
0-1背包问题动态规划详解及代码
