背包问题python实现

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