背包问题完整程序，vs2008编写，用了两种方法解决问题~~有详细注释

　　　问题可以描述为：给定一组共 n 个物品，每种物品都有自己的重量 wi, i=1~n 和价值 vi, i=1~n，在限定的总重量（背包的容量 C）内，如何选择才能使得选择物品的总价值之和最高。选择最优的物品子集放置于给定背包中，最优子集对应 n 元解向量(x1,…xn), 　　　为方便调试，采用文件输入，标准输出（或文件输出也可）的形式。数据输入的格式如下：每组测试数据 　　　包含 n+1 行，第 1 行为 C 和 n，表示背包容量为 C 且有 n 个物品，接下来 n 行为这 n 个物品的重量 wi 和价值vi。背包容量和物品重量都为整数。n, C , wi, vi 范围如上所述。 输出两行。第一行为所选物品的最大价值之和，第二行后为装入背包的物品所对应的 n 元最优解向量(x1,…xn), xi∈{0 或1}，每行以"i xi"形式输出。

变邻域搜索求解0-1背包问题（C++代码），很好的学习资源，适合用来学习启发式算法

实验目的：0/1背包问题的回溯算法设计 实验原理：回溯算法设计。 实验要求：基本掌握回溯算法设计的原理方法。熟练掌握VC++中编程实现算法的常用技术和方法。 算法思想:　 0-1背包问题:给定n种物品和一背包.物品i的重量是wi, 其价值为ui,背包的容量为C. 问如何选择装入背包的物品,使得装入背包中物品的总价值最大? 分析: 0-1背包是子集合选取问题,一般情况下0-1背包是个NP问题. 第一步　确定解空间：装入哪几种物品 第二步　确定易于搜索的解空间结构： 可以用数组p,w分别表示各个物品价值和重量。 用数组x记录，是否选种物品 第三步　以深度优先的方式搜索解空间，并在搜索的过程中剪枝

01背包问题,四种方法(动态规划、贪心、回溯、分支限界)

这是一个实验报告，里面讲述利用matlab语言编写的基于pso算法的背包问题。里面有详细的描述解释性文件，有matlab源代码，直接可以运行的，附加实验结果分析，是了解pso的背包问题的好资料。

一篇关于动态规划的背包问题.主要讲解了如何利用动态规划思想来解决问题.

其中包含了常见的回溯算法，如0-1背包问题的回溯算法、符号三角形和跳马问题。

、用自底向上的动态规划算法解决背包问题。测试数据如下：物品（1，2，3，4，5），重量(3,2,1,4,5),价值（25，20，15，40，50）。承重量W=6。求解最佳子集。

0-1背包表示每个物品只有取和不取的状态，即只能取0个或1个。 用子问题定义状态：即f[i][j]表示前i间物品恰放入一个容器为j的背包可以获得的最大价值。状态转移方程为： f[i][j] = max{f[i-1][j], f[i-1][j-weight[i]]+value[i]}