c语言代码01背包问题
时间: 2023-11-29 14:45:37 浏览: 46
以下是C语言实现01背包问题的代码,该问题是动态规划问题的经典案例:
```c
#include <stdio.h>
#define N 5
#define C 10
int max(int a, int b) {
return a > b ? a : b;
}
int main() {
int w[N] = {2, 2, 6, 5, 4}; // 物品重量
int v[N] = {6, 3, 5, 4, 6}; // 物品价值
int dp[N + 1][C + 1] = {0}; // 动态规划数组
for (int i = 1; i <= N; i++) {
for (int j = 1; j <= C; j++) {
if (j >= w[i - 1]) {
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w[i - 1]] + v[i - 1]);
} else {
dp[i][j] = dp[i - 1][j];
}
}
}
printf("%d\n", dp[N][C]); // 输出最大价值
return 0;
}
```
相关问题
01背包问题c语言代码
以下是 01 背包问题的 C 语言代码:
```c
#include <stdio.h>
// 返回两个数中的较大值
int max(int a, int b) {
return (a > b) ? a : b;
}
// 01 背包问题函数
int knapSack(int W, int wt[], int val[], int n) {
int i, w;
int K[n+1][W+1];
// 填充 K[][] 数组
for (i = 0; i <= n; i++) {
for (w = 0; w <= W; w++) {
if (i == 0 || w == 0) {
K[i][w] = 0;
}
else if (wt[i-1] <= w) {
K[i][w] = max(val[i-1] + K[i-1][w-wt[i-1]], K[i-1][w]);
}
else {
K[i][w] = K[i-1][w];
}
}
}
// 返回 01 背包问题的最优解
return K[n][W];
}
int main() {
int val[] = {60, 100, 120};
int wt[] = {10, 20, 30};
int W = 50;
int n = sizeof(val)/sizeof(val[0]);
printf("01 背包问题的最优解为 %d", knapSack(W, wt, val, n));
return 0;
}
```
这段代码实现了 01 背包问题的动态规划解法。给定一个背包容量和一组物品的重量和价值,它计算出能够装入背包的最大价值。
01背包问题C语言代码
以下是01背包问题的动态规划代码实现,以C语言为例:
```c
#include <stdio.h>
#include <stdlib.h>
int knapsack_01(int n, int C, int w[], int v[]) {
// 定义一个二维数组用于保存状态
int **dp = (int **)malloc((n+1) * sizeof(int *));
for (int i = 0; i <= n; i++) {
dp[i] = (int *)malloc((C+1) * sizeof(int));
}
// 初始化状态
for (int j = 0; j <= C; j++) {
dp[0][j] = 0;
}
// 状态转移
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= C; j++) {
if (j >= w[i-1]) {
dp[i][j] = (dp[i-1][j] > dp[i-1][j-w[i-1]]+v[i-1]) ? dp[i-1][j] : dp[i-1][j-w[i-1]]+v[i-1];
} else {
dp[i][j] = dp[i-1][j];
}
}
}
// 返回最终状态
int res = dp[n][C];
// 释放动态分配的内存
for (int i = 0; i <= n; i++) {
free(dp[i]);
}
free(dp);
return res;
}
int main() {
int n = 5;
int C = 10;
int w[] = {2, 2, 6, 5, 4};
int v[] = {6, 3, 5, 4, 6};
int res = knapsack_01(n, C, w, v);
printf("The maximum value is %d.\n", res);
return 0;
}
```
其中,n表示物品数量,C表示背包容量,w和v分别表示物品的重量和价值。在代码中,我们首先动态分配一个n+1行、C+1列的二维数组dp,用于保存状态。然后,我们初始化第0行的状态为0,表示在前0个物品中选择若干个物品放入容量为j的背包中所能获得的最大价值为0。接下来,我们利用状态转移方程,计算出dp[i][j]的值,最后返回dp[n][C],即在前n个物品中选择若干个物品放入容量为C的背包中所能获得的最大价值。最后,我们释放动态分配的内存。