递归法求01背包问题.docxVIP

递归法求 01 背包问题 一、问题描述 0/1 背包问题: 现有 n 种物品，对 1=i=n，已知第 i 种物品的重量为正整数Wi，价值为正整数Vi， 背包能承受的最大载重量为正整数W，现要求找出这 n 种物品的一个子集，使得子集中物品的总重量不超过W 且总价值尽量大。（注意：这里对每种物品或者全取或者一点都不取， 不允许只取一部分） 二、算法分析 递归法： 在利用递归法解决 0-1 背包问题时，我们可以先从第 n 个物品看起。每次的递归调用都会判断两种情况： 背包可以放下第 n 个物品，则 x[n]=1，并继续递归调用物品重量为 W-w[n], 物品数目为 n-1 的递归函数，并返回此递归函数值与 v[n]的和作为背包问题的最优解； 背包放不下第n 个物品，则 x[n]=0，并继续递归调用背包容量为 W，物品数目为 n-1 的递归函数，并返回此递归函数值最为背包问题的最优解。 递归调用的终结条件是背包的容量为0 或物品的数量为0.此时就得到了0-1 背包问题的最优解。 用递归法解 0-1 背包问题可以归结为下函数： ?KnapSack(n ?1, m) KnapSack(n, m) ? ? 没有选择物品n ?KnapSack(n ?1, m ? w[n]) ? v[n] 选择了物品n 第一个式子表示选择物品 n 后得到价值 KnapSack (n ?1, m ? w[n]) ? v[n] 比不选择物品 n 情况下得到的价值KnapSack (n ?1, m) 小，所以最终还是不选择物品 n;第二个式子刚好相反，选择物品 n 后的价值 KnapSack (n ?1, m ? w[n]) ? v[n] 不小于不选择物品n 情况下得到了价值KnapSack (n ?1, m) ，所以最终选择物品n。 在递归调用的过程中可以顺便求出所选择的物品。下面是标记物品被选情况的数组x[n]求解的具体函数表示： ?0 x[n] ? ? ?1 KnapSack (n, m) ? KnapSack (n ?1, m) KnapSack (n, m) ? KnapSack (n ?1, m ? w[n]) ? v[n] 在函数中，递归调用的主体函数为 KnapSack，m 表示背包的容量，n 表示物品的数量，x[n]表示是否选择了第 n 个物品（1—选，0—不选）。每个物品的重量和价值信息分别存放在数组 w[n]和 v[n]中。具体的代码见《递归法》文件夹。 三．运行结果