我已经阅读了Knapsack问题的许多变体，但我负责的版本有点不同，我不太明白如何解决它。
我有一个表示权重的整数数组（即{1,4,6,12,7,2}），并且只需要找到一个可以累加目标权重的解决方案。
我理解基本算法，但我无法理解如何实现它。
首先，我的基本案例是什么？是数组为空时？目标已达到？目标已经过度？或者也许是一些组合？
其次，当目标被超越时，我如何回溯并尝试下一个项目？
第三，我应该回归什么？我应该回来注册（在这种情况下，我应该打印出来吗？）？或者我是否返回数组，最终的回报是解决方案？
答案 0 :(得分：0)
仔细考虑您要解决的问题。为了解决这个问题，我是 考虑Knapsack算法的输入和输出。
输入：一组整数（背包）和一个整数（建议的总和）
输出：一组整数，用于加总建议的总和，或为空。
通过这种方式，您的代码可能如下所示
public int[] knapsackSolve(int[] sack, int prospectiveSum) {
//your algorithm here
}
递归算法很简单。首先计算麻袋的总和。如果它等于 prospectiveSum然后返回麻袋。否则迭代麻袋，并为每个项目初始化一个新的背包，删除该项目。打电话给背包解决这个问题。如果有解决方案，请将其退回。否则继续下一个项目。
例如，如果我们调用knapsackSolve（{1,2,3}，5），算法会尝试1 + 2 + 3 = 5，这是假的。所以它遍历{1,2,3}并在子列表{2,3}，{1,3}和{1,2}上调用knapsackSolve。 knapsackSolve（{2,3}，5）是返回解决方案的那个。
这不是一个非常有效的算法，尽管它很好地说明了背包问题的复杂程度！
答案 1 :(得分：0)
基本上背包问题被表述为（来自Wikipedia）：＆＃34;给定一组具有质量和值的项目，确定要包含在集合中的每个项目的数量，以便总重量小于或等于给定限度，总值尽可能大。对于您的问题，我们只对重量感兴趣。因此，您可以将所有值设置为1.此外，我们只想知道是否可以准确达到目标重量。我想你可以只使用一次重量而不是多次？ 使用动态编程可以很好地解决这个问题。你熟悉这个原则吗？应用动态编程比回溯更优雅，更快速地编程。但是，如果您只允许进行回溯，请使用上面发布的user2738608的方法。