Se propone un algoritmo híbrido de búsqueda de cuco (CS) con un algoritmo mejorado de salto de rana (ISFLA) para resolver el problema de la mochila 0-1. En primer lugar, con el marco de SFLA, se diseña un operador de salto de rana mejorado con el efecto de la información global óptima en el salto de rana y el intercambio de información entre los individuos de la rana combinado con la mutación genética con una pequeña probabilidad. Posteriormente, con el fin de mejorar la velocidad de convergencia y aumentar la capacidad de explotación, se propone un nuevo modelo de CS teniendo en cuenta las ventajas específicas de los vuelos de Lévy y del operador de salto de rana. Además, se utiliza el método de transformación codiciosa para reparar la solución no factible y optimizar la solución factible. Finalmente, se llevan a cabo simulaciones numéricas en seis tipos diferentes de instancias de mochila 0-1, y los resultados comparativos han demostrado la eficacia del algoritmo propuesto y su capacidad para lograr soluciones de buena calidad, que supera a la búsqueda cucú binaria, la evolución diferencial binaria y el algoritmo genético.