在8月18號參加了華為的優招機試，三道程式設計題，前兩道難度不算很大，第一題很簡單，第二題是經典的０１揹包問題，小偷偷東西，順著這個機會也總結一下這個01揹包問題，對於題目的描述一開始是憑記憶寫的，後來在牛客網上看到了這個面試的題目，應該是對的，不過有小的區別也不影響題目的分析和程式設計實現。
這題目是乙個典型的貪心演算法的題目，最基礎的演算法有幾種
⑴貪心策略：選取價值最大者。
⑵貪心策略：選取重量最小。它的反例與第一種策略的反例差不多。
⑶貪心策略：選取單位重量價值最大的物品。
⑶貪心策略的改進：對於單位重量價值一樣的，則優先選擇重量小的！(相對最優)
但是這些情況都可以舉出不符合條件的反例。
下面將結合動態規劃提出一種最好的解決辦法，也很最常見的解決辦法，區域性最優。
題目描述
小偷來到了乙個神秘的王宮，突然眼前一亮，發現5個寶貝，每個寶貝的價值都不一樣，且重量也不一樣，但是小偷的揹包攜帶重量有限，所以他不得不在寶貝中做出選擇，才能使偷到的財富最大，請你幫助小偷計算一下。
輸入描述:
寶貝價值：6,3,5,4,6
寶貝重量：2,2,6,5,4
小偷揹包容量：10
輸出描述:
偷到寶貝的總價值：15
示例1
輸入
6,3,5,4,6
2,2,6,5,4
輸出
#include
#include
#include
using namespace std;
intmain()
//初始化第一列為0
for(
int i =
0;i<=
5;i++
)//初始化第一行為0
for(
int j =
0;j<=m;j++
)//執行動態規劃，自小到大計算，生成，value表
for(
int i =
1;i<=
5;i++
)else}}
cout<[m]
}
放入揹包和沒有放入揹包.
n1不放入揹包，則問題轉化為f[n-1][m]，n1不放入揹包，則物品數減一
n1放入揹包，問題轉化為value[n1]+f[n-1][m-weight[n1]]，n1放入揹包，則揹包承重減少。
原問題的解取上面兩種情況中的最大值。既f[n][m] = max。接下來問題又變成了求解f[n-1][m]和 f[n-1][m-weight[n1]兩個子問題。然後一直類推到乙個物品時。以此類推的話我們解決原始問題需要子問題的解。我們需要先計算子問題，自底向上求解。解決順序如下表。從左到右，從上到下計算。貨品的順序不影響最後的計算結果。
此**是按照計算的方向來寫的。計算的方法是一樣的，分析方法也是一樣，在此題中沒有要求按序輸出選中的物品，故輸入順序並沒有影響。
第一行和第一列初始化為0，則可以直接代入公式計算。
第二行為只放入第一件物品，揹包的最優值
第三行為只放入前兩件物品，揹包的最優值
…依次類推，最後的f[6][11]即為最優值。
貨品weight
value01
2345
6789
10000
0000
0000
0001
2600
6666
6666
6223
0066
9999
9993
6500
6699
991111144
5400
6699
9101013145
4600
6699
1212
1515
15還有乙個動態規劃的詳細解讀部落格動態規劃扔雞蛋！
01揹包問題 dp
這道題需要從定義去理解 dp i 1 j 定義為 在前i個物品裡面選出來的總體積不大於j的最大的價值 所以這樣就可以知道了，dp i 1 j 就表示在前i個物體裡面選出來的不超過給定體積的最大價值了 所以清楚定義後就有 如果當前超過了當前體積了 那麼他肯定就是dp i 1 j dp i j 了 如果...
01揹包問題（dp）
思路 填表。以下有幾種情況 情況一 第j件放不進去 當前容量i小於第i件物品 這時所得價值為 dp i j dp i j 1 情況二 第j件不放進去 容量足夠 這時所得價值為 dp i j dp i j 1 情況三 第j件放進去 容量足夠 這時所得價值為 dp i weigh j j 1 value...
01揹包問題 DP
有 n件物品和乙個容量是 v 的揹包。每件物品只能使用一次。第 i件物品的體積是 vi，價值是 wi。求解將哪些物品裝入揹包，可使這些物品的總體積不超過揹包容量，且總價值最大。輸出最大價值。第一行兩個整數，n，v，用空格隔開，分別表示物品數量和揹包容積。接下來有 n 行，每行兩個整數 vi,wi，用...