初看問題,感受好像是個組合問題,經過暴力窮舉解決問題。ios
但仔細想一想,問題能夠轉換成,從數組中找出一組數據,使之儘量等於數組和的一半。算法
這樣一來是否是有點相似於0-1揹包呢?是的,就是0-1揹包問題。數組
條件:數組中的數就是揹包問題的weight值,數組中的數也是揹包問題的value值,即兩者同樣。spa
問題:揹包裏裝哪些物品,使得其價值之和最接近總價值的一半。blog
因而經過揹包問題來解決這道題就顯得很簡單了,下面簡單陳述經過動態規劃來求解0-1揹包問題的思路。io
假設V[i][j]表示從i件物品中選出重量爲j的物品的最大價值,weight[i],value[i]分別表明第i件物品的重量和價值(在題目中,weight、value屬於同一數組)。class
動態轉移方程爲:stream
V[i][j]=V[i-1][j] if j<weight[i]im
V[i][j]=max(V[i-1][j],V[i-1][j-weight[i]]+value[i]) if j>weight[i]數據
另外,若是想知道是由那幾件物品組成的最大價值,能夠從後往前回溯,當V[i][j]>V[i-1][j],說明第i件物品被加入(路徑不惟一)。
#include <iostream> #include <vector> using namespace std; int knapSack(int num,int C,const vector<int> weight,const vector<int> value,vector<int> &x); int main() { int w[]={2,4,5,6,7}; int v[]={2,4,5,6,7}; int num=sizeof(w)/sizeof(w[0]); vector<int> weight(w,w+num); vector<int> value(v,v+num); int C=12; vector<int> x(num); int total=knapSack(num,C,weight,value,x); cout<<"Total weight is "<<total<<endl; return 0; } int knapSack(int num,int C,const vector<int> weight,const vector<int> value,vector<int> &x){ vector<vector<int> > V(num+1,vector<int>(C+1)); for(int i=1;i<=num;i++){ for(int j=1;j<=C;j++){ if(j<weight[i-1]) V[i][j]=V[i-1][j]; else V[i][j]=max(V[i-1][j],V[i-1][j-weight[i-1]]+value[i-1]); } } cout<<"Dynamic Matrix: "<<endl; for(int i=1;i<=num;i++){ for(int j=1;j<=C;j++){ cout<<V[i][j]<<" "; } cout<<endl; } int j=C; for(int i=num;i>0;i--){ if(V[i][j]>V[i-1][j]){ x[i]=1; j=j-weight[i-1]; } else x[i]=0; } cout<<"The articles chosen is: "<<endl; for(int i=0;i<num;i++){ if(x[i]) cout<<i+1<<" "; } cout<<endl; return V[num][C]; }