背包问题:已知一个固定容量的背包,给定一组固定价值和固定体积的物品,求能放入背包中的物品最大总价值。
0-1背包
#0-1背包——每种物品只有一个,可选放或者不放
w = [2,3,4,7] #物品的体积
v = [1,1,5,9] #物品的价值
c = 10 #背包容量
def ZeroOnePack(w,v,c):
dp=[0 for _ in range(c+1)]
for i in range(len(w)):
for j in range(c,w[i]-1,-1): #必须倒序
dp[j]=max(dp[j],dp[j-w[i]]+v[i])
return dp[-1]
print(ZeroOnePack(w,v,c))
完全背包
#完全背包问题——每种物品数量无限个,可选择不放或放1个或多个
w = [2,3,4,7] #物品的体积
v = [1,1,5,9] #物品的价值
c = 10 #背包容量
def CompletePack(w,v,c):
dp=[0 for _ in range(c+1)]
for i in range(len(w)):
for j in range(w[i],c+1): #只有这一行与0-1背包不同
dp[j]=max(dp[j],dp[j-w[i]]+v[i])
return dp[-1]
print(CompletePack(w,v,c))
'''
完全背包问题变形————每种物品数量无限个,可选择不放或放1个或多个,
最终所选物品体积和必须等于背包容量,求所需最少物品数,不能满足体积和=背包容量则返回-1。
例子:leetcode322.零钱对换
'''
w = [1, 2, 5]
c = 11
def mincount(w,c):
#完全背包问题,必须和为目标值,所以初始值除dp[0]外全部初始化为无穷
dp=[float('inf')]*(c+1)
dp[0]=0
for i in range(len(w)):
for j in range(w[i],c+1):
dp[j]=min(dp[j],dp[j-w[i]]+1)
return dp[c] if dp[c]!=float('inf') else -1
print(mincount(w,c))
多重背包
#多重背包问题——每种物品限定n[i]个
w = [2,3,4,7] #物品的体积
n = [3,2,3,2] #物品的数量
v = [1,3,5,9] #物品的价值
c = 15 #背包容量
def MultiplePack(w,n,v,c):
dp=[[0 for _ in range(c+1)] for _ in range(len(w))]
for i in range(len(w)):
for j in range(c+1):
for k in range(n[i]+1):
if k*w[i]<=j:
dp[i][j]=max(dp[i-1][j],dp[i-1][j-k*w[i]]+k*v[i])
else:
break
return dp[-1][-1]
print(MultiplePack(w,n,v,c))
————————————————
积跬步,以至千里