背包问题
装箱问题
有一个箱子容量为v（正整数，0≤v≤20000），同时有n个物品（0
要求从n个物品中，任取若干个装入箱内，使箱子的剩余空间为最小。
输入：
箱子的容量v
物品数n
接下来n行，分别表示这n个物品的体积
输出：
箱子剩余空间
输入输出样例
输入：24
6
8
3
12
7
9
7
输出： 0
题解`
1. 使用回溯法计算箱子的最小剩余空间
容量为v的箱子究竟应该装入哪些物品可使得剩余空间最小。显然在n个物品的体积和小于等于v的情况下，剩余空间为v-n个物品的体积和。但在n个物品的体积和大于v的情况下，没有一种可以直接找到问题解的数学方法。无奈之下，只能采用搜索的办法。设
a和s为箱子的体积序列。其中a[i]为箱子i的体积，s[i]为前i个箱子的体积和（1≤i≤n）；
best为目前所有的装箱方案中最小的剩余空间。初始时best=v；
确定搜索的几个关键因素：
状态（k，v’）：其中k为待装入箱子的物品序号，v’为箱子目前的剩余空间。
目标v’
边界条件（v’-（s[n]-s[k-1]））≥best：即便剩下的物品全部装入箱子(未装物品的体积和为s[n]-s[k-1])，其剩余空间仍不小于best，则放弃当前方案，回溯；
搜索范围：在未装入全部物品的前提下（k≤n），搜索两种可能情况：
l 若剩余空间装得下物品k（v’≥a[k]），则物品k装入箱子，递归计算子状态（k+1，v’-a[k]）；
l 物品k不装入箱子，递归计算子状态（k+1，v’）；
我们用递归过程search(k，v)描述这一搜索过程：
procedure search(k，v:integer)； {从状态(k，v)出发，递归计算最小剩余空间}
begin
if v
if v-(s[n]-s[k-1])>=best {若箱子即便装下全部物品，其剩余空间仍不小于best，则回溯}
then exit；
if k<=n {在未装入全部物品的前提下搜索两种可能情况}
then begin
if v>=a[k] {若剩余空间装得下物品k，则物品k装入箱子，递归计算子状态}
then search(k+1，v-a[k])；
search(k+1，v)； {物品k不装入箱子，递归计算子状态}
end；{then}
end；{search}
主程序如下：
读箱子体积v；
读物品个数n；
s[0] ←0； {物品装入前初始化}
for i←1 to n do {输入和计算箱子的体积序列}
begin
读第i个箱子的体积a[i]；
s[i]←s[i-1]+a[i]；
end；{for}
best←v； {初始时，最小剩余空间为箱子体积}
if s[n]<=v then best←v-s[n] {若所有物品能全部装入箱子，则剩余空间为问题解}
else search(1，v)； {否则从物品1出发，递归计算最小剩余空间}
输出最小剩余空间best；
2. 使用动态程序设计方法计算箱子的最小剩余空间
如果按照物品序号依次考虑装箱顺序的话，则问题具有明显的阶段特征。问题是当前阶段的剩余空间最小，并不意味下一阶段的剩余空间也一定最小，即该问题并不具备最优子结构的特征。但如果将装箱的体积作为状态的话，则阶段间的状态转移关系顺其自然，可使得最优化问题变为判定性问题。设状态转移方程
f[i，j]——在前i个物品中选择若干个物品（必须包括物品i）装箱，其体积正好为j的标志。显然f[i，j]=f[i-1，j-box[i]]，即物品i装入箱子后的体积正好为j的前提是f[i-1，j-box[i]]=true。初始时，f[0，0]=true（1≤i≤n，box[i]≤j≤v）。
由f[i，j]=f[i-1，j-box[i]]可以看出，当前阶段的状态转移方程仅与上一阶段的状态转移方程攸关。因此设f0为i-1阶段的状态转移方程，f1为i阶段的状态转移方程，这样可以将二维数组简化成一维数组。我们按照下述方法计算状态转移方程f1：
fillchar(f0, sizeof(f0),0)； {装箱前，状态转移方程初始化}
f0[0]←true；
for i←1 to n do {阶段i:按照物品数递增的顺序考虑装箱情况}
begin
f1←f0； {i阶段的状态转移方程初始化}
for j←box[i] to v do {状态j：枚举所有可能的装箱体积}
if f0[j-box[i]] then f1[j]←true；{若物品i装入箱子后的体积正好为j,则物品i装入箱子}
f0←f1； {记下当前装箱情况}
end；{for}
经过上述运算，最优化问题转化为判定性问题。再借用动态程序设计的思想，计算装箱的最大体积 k=。显然最小剩余空间为v-k:
for i←v downto 0 do {按照递减顺序枚举所有可能的体积}
if f1[i] then begin {若箱子能装入体积为i的物品，则输出剩余空间v-i，并退出程序}
writeln(v-i)； halt
end；{then}
end.{for}
writeln(v)； {在未装入一个物品的情况下输出箱子体积}
装箱问题
有一个箱子容量为v（正整数，0≤v≤20000），同时有n个物品（0
要求从n个物品中，任取若干个装入箱内，使箱子的剩余空间为最小。
输入：
箱子的容量v
物品数n
接下来n行，分别表示这n个物品的体积
输出：
箱子剩余空间
输入输出样例
输入：24
6
8
3
12
7
9
7
输出： 0
题解`
1. 使用回溯法计算箱子的最小剩余空间
容量为v的箱子究竟应该装入哪些物品可使得剩余空间最小。显然在n个物品的体积和小于等于v的情况下，剩余空间为v-n个物品的体积和。但在n个物品的体积和大于v的情况下，没有一种可以直接找到问题解的数学方法。无奈之下，只能采用搜索的办法。设
a和s为箱子的体积序列。其中a[i]为箱子i的体积，s[i]为前i个箱子的体积和（1≤i≤n）；
best为目前所有的装箱方案中最小的剩余空间。初始时best=v；
确定搜索的几个关键因素：
状态（k，v’）：其中k为待装入箱子的物品序号，v’为箱子目前的剩余空间。
目标v’
边界条件（v’-（s[n]-s[k-1]））≥best：即便剩下的物品全部装入箱子(未装物品的体积和为s[n]-s[k-1])，其剩余空间仍不小于best，则放弃当前方案，回溯；
搜索范围：在未装入全部物品的前提下（k≤n），搜索两种可能情况：
l 若剩余空间装得下物品k（v’≥a[k]），则物品k装入箱子，递归计算子状态（k+1，v’-a[k]）；
l 物品k不装入箱子，递归计算子状态（k+1，v’）；
我们用递归过程search(k，v)描述这一搜索过程：
procedure search(k，v:integer)； {从状态(k，v)出发，递归计算最小剩余空间}
begin
if v
if v-(s[n]-s[k-1])>=best {若箱子即便装下全部物品，其剩余空间仍不小于best，则回溯}
then exit；
if k<=n {在未装入全部物品的前提下搜索两种可能情况}
then begin
if v>=a[k] {若剩余空间装得下物品k，则物品k装入箱子，递归计算子状态}
then search(k+1，v-a[k])；
search(k+1，v)； {物品k不装入箱子，递归计算子状态}
end；{then}
end；{search}
主程序如下：
读箱子体积v；
读物品个数n；
s[0] ←0； {物品装入前初始化}
for i←1 to n do {输入和计算箱子的体积序列}
begin
读第i个箱子的体积a[i]；
s[i]←s[i-1]+a[i]；
end；{for}
best←v； {初始时，最小剩余空间为箱子体积}
if s[n]<=v then best←v-s[n] {若所有物品能全部装入箱子，则剩余空间为问题解}
else search(1，v)； {否则从物品1出发，递归计算最小剩余空间}
输出最小剩余空间best；
2. 使用动态程序设计方法计算箱子的最小剩余空间
如果按照物品序号依次考虑装箱顺序的话，则问题具有明显的阶段特征。问题是当前阶段的剩余空间最小，并不意味下一阶段的剩余空间也一定最小，即该问题并不具备最优子结构的特征。但如果将装箱的体积作为状态的话，则阶段间的状态转移关系顺其自然，可使得最优化问题变为判定性问题。设状态转移方程
f[i，j]——在前i个物品中选择若干个物品（必须包括物品i）装箱，其体积正好为j的标志。显然f[i，j]=f[i-1，j-box[i]]，即物品i装入箱子后的体积正好为j的前提是f[i-1，j-box[i]]=true。初始时，f[0，0]=true（1≤i≤n，box[i]≤j≤v）。
由f[i，j]=f[i-1，j-box[i]]可以看出，当前阶段的状态转移方程仅与上一阶段的状态转移方程攸关。因此设f0为i-1阶段的状态转移方程，f1为i阶段的状态转移方程，这样可以将二维数组简化成一维数组。我们按照下述方法计算状态转移方程f1：
fillchar(f0, sizeof(f0),0)； {装箱前，状态转移方程初始化}
f0[0]←true；
for i←1 to n do {阶段i:按照物品数递增的顺序考虑装箱情况}
begin
f1←f0； {i阶段的状态转移方程初始化}
for j←box[i] to v do {状态j：枚举所有可能的装箱体积}
if f0[j-box[i]] then f1[j]←true；{若物品i装入箱子后的体积正好为j,则物品i装入箱子}
f0←f1； {记下当前装箱情况}
end；{for}
经过上述运算，最优化问题转化为判定性问题。再借用动态程序设计的思想，计算装箱的最大体积 k=。显然最小剩余空间为v-k:
for i←v downto 0 do {按照递减顺序枚举所有可能的体积}
if f1[i] then begin {若箱子能装入体积为i的物品，则输出剩余空间v-i，并退出程序}
writeln(v-i)； halt
end；{then}
end.{for}
writeln(v)； {在未装入一个物品的情况下输出箱子体积}