动态规划入门——01背包问题(python)

一、引文
01背包问题是经典的动态规划入门问题
同时也是背包九讲的一个基础问题
其重要性不言而喻
接下来就发表一下我对这个问题的理解，以供大家学习讨论

二、正文
题目描述：
有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。
第 i 件物品的体积是 vi，价值是 wi。
求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。输出最大价值。

输入格式：
第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。
接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式：
输出一个整数，表示最大价值。

输入样例：
4 5
1 2
2 4
3 4
4 5

输出样例：
8

数据的读入即处理

import sys
lines = sys.stdin.readlines()
N,V = list(map(eval,lines[0].strip().split()))
li = []
f = [[0] * (V+1) for _ in range(N)] 
for line in lines[1:]:
    x = list(map(eval,line.strip().split()))
    li.append(x)

在AcWing中数据的读入要用到sys(pyhton),f是一个二维列表，用来存放每次模拟过程的值，li是输入的数据

重要部分

下面就这段代码来讲一下这个问题的具体实现过程
该问题的解决方法是模拟物品从1-N(0-（N-1））个，背包容量从1-V的一个动态变化过程，也就是动态规划
用简单易懂的话说，就是当物品只有一个，背包容量从1-V的最大价值
物品有两个的时候，背包容量从1-V的最大价值。。。。。。以此递推

for i in range(N):#有几个物品可供选择
    for j in range(1,V+1):#模拟背包容量从1-V
        if j<li[i-1][0]: #如果此时背包容量小于当前物品重量
            f[i][j] = f[i-1][j]#不拿这个物品
        else:
            #此时有两种选择,拿或不拿
            f[i][j] = max(f[i-1][j],f[i-1][j-li[i-1][0]]+li[i-1][1])
            #选择最好的一种方式，也就是两种情况作比较，取价值的较大值           
print(f[N-1][V])

最后献上全部代码

import sys
lines = sys.stdin.readlines()
N,V = list(map(eval,lines[0].strip().split()))
li = []
f = [[0] * (V+1) for _ in range(N)] 
for line in lines[1:]:
    x = list(map(eval,line.strip().split()))
    li.append(x)

for i in range(N):#有几个物品可供选择
    for j in range(1,V+1):#模拟背包容量从1-V
        if j<li[i-1][0]: #如果此时背包容量小于当前物品重量
            f[i][j] = f[i-1][j]#不拿这个物品
        else:
            #此时有两种选择,拿或不拿
            f[i][j] = max(f[i-1][j],f[i-1][j-li[i-1][0]]+li[i-1][1])
            #选择最好的一种方式，也就是两种情况作比较，取价值的较大值
            
print(f[N-1][V])