动态规划之01背包问题，c++实现

• • 问题描述
  • 算法实现
  • 结果

01背包问题
问题分析

1. 动态规划法分析：1.划分子问题，2.得出子问题的递推公式，3.填表
2. 划分子问题
   1. 用数组V[n][n]存储价值和重量关系，行表示物体，列表示重量
   2. 第0行和第0列设置为0，没有物体的时候价值没0，重量为0的时候物体无论多少价值也为0
   3. 如果第i个物体重量小于当前总重量j，则取前i-1和第i个物体组合的最优值，否则该物体不可以放进背包，取前i-1个物体的最优价值
3. 递推公式
   1. 不装入背包时：V(i-1, j) j < wi
   2. 装入背包时：max{V(i-1, j), V(i-1, j-wi)+vi } j >= wi
   3. V(i-1, j-wi)+vi 表示用当前值和子问题的解结合，取最优
4. 填表
   

#include
using namespace std;
struct Node {
	int value;
	int weight;
}; 

// 物体，长度 
void packageHander(Node arr[], int n, int c) {
	int V[n][c+1], i;
	// 第0行和第0列设置为0，没有物体的时候价值没0，重量3为0的时候物体无论多少价值也为0
	for (i = 0; i < n; i++) {
		V[i][0] = 0;
	} 
	for (i = 0; i <= c; i++) {
		V[0][i] = 0;
	} 
	for (i = 1; i < n; i++) {
		// 重量从1到c 
		for (int j = 1; j <= c; j++) {
			// 重量小于目前总量 
			// 如果第i个物体重量小于当前总重量j，则取前i-1和第i个物体组合的最优值，否则该物体不可以放进背包，取前i-1个物体的最优价值 
			if (arr[i-1].weight <= j) {
				V[i][j] = max(V[i-1][j], V[i-1][j-arr[i-1].weight]+arr[i-1].value);
			} else {
				V[i][j] = V[i-1][j];
			}
		} 
	}
	for (i = 0; i <= c; i++) {
		cout<0; i--) {
		if (V[i][j] > V[i-1][j]) {
			x[i-1] = 1;
			j = j - arr[i-1].weight;
		} else {
			x[i-1] = 0;
		} 
	}
	cout<<"选取方案为"; 
	for (i = 0; i 
结果 
					
										


					

						
欢迎分享，转载请注明来源：内存溢出
原文地址: http://outofmemory.cn/langs/568940.html