0/1背包问题动态规划详解

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
)+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:

#include<stdio.h>

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];

for(i=1;i<n+1;i++)

scanf("\n%d,%d",&w[i],&p[i]);

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+1;i++)

for(j=1;j<m+1;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
[m]);

}

int main()

{

int m,n;int i,j;

scanf("%d,%d",&m,&n);

printf("Input each one:\n");

printf("%d",knapsack(m,n));

printf("\n");/*下面是测试这个数组,可删除*/

for(i=0;i<10;i++)

for(j=0;j<15;j++)

{

printf("%d ",c[i][j]);

if(j==14)printf("\n");

}

system("pause");

}