动态规划(1)-背包问题 python实现

最新推荐文章于 2024-09-18 22:01:06 发布

GinGinXia

最新推荐文章于 2024-09-18 22:01:06 发布

阅读量469

点赞数

分类专栏：算法文章标签：算法动态规划 python

本文链接：https://blog.csdn.net/GinXia/article/details/106965649

版权

这篇博客探讨了如何使用动态规划解决背包问题，通过一个4磅背包偷窃商品的例子，展示了如何最大化盗窃商品的价值。文章提供了Python代码实现，并通过图解详细解释了解决过程。

摘要由CSDN通过智能技术生成

动态规划将问题分成小问题，并先着手解决这些小问题。

《算法图解》中的一个例子：

假设你是个小偷，背着一个可装4磅东西的背包。你可偷窃的商品有如下3件。

音响	笔记本电脑	吉他
3000美元	2000美元	1500美元
4磅	3磅	1磅

为了让盗窃的商品价值最高，你该选择哪些商品？

代码实现：

import numpy as np

def bag(value,weight,capacity,n):
    calculateTable=np.zeros((n,capacity),dtype=np.int32)
    for j in range(capacity):
        if weight[0]<=j+1:
            calculateTable[0,j]=value[0]
        else:
            calculateTable[0,j]=0
    for i in range(1,n):
        for j in range(capacity):