0-1背包问题:
一个背包能够容纳W重的物品(W为整数),现有n个物品,每个物品有其自身重量W_i和价值V_i。选择某些物品装入背包使得装的物品的价值最大。
利用动态规划求解,将背包的容量单位化,即从0----到W,分别能装的最大价值,将物品也从i开始表示物体为在前i个中选择。则得到状态转移方程f[i][j] = max{f[i-1][j], f[i-1][j-weight[i]]+value[i]} ,其中f[i][j]表示当只在前i个物品中取物品且背包体积为j时的最优解。
import numpy as np
N = 5
V = 15
weight = np.array([5,4,7,2,6])
value = np.array([12,3,10,3,6])
def ZeroOnePack(n, v, weight, value):
trans_mat = np.zeros((n+1, v+1))
the_unswer = []
for i in range(1, n+1):
for j in range(1, v+1):
if j < weight[i-1]:
trans_mat[i][j] = trans_mat[i-1][j]
else:
trans_mat[i,j] = max(trans_mat[i-1][j], trans_mat[i-1][j-weight[i-1]]+value[i-1])
# for i in range()
max_value = trans_mat[n][v]
arr, colm = n, v
for i in range(n):
if trans_mat[arr, colm] == trans_mat[arr-1, colm]:
arr, colm = arr - 1, colm
else:
arr, colm = arr - 1, colm - weight[n-1-i]
the_unswer.append(n-1-i)
the_unswer.reverse()
return max_value, the_unswer
x, y = ZeroOnePack(N, V, weight, value)
print(x, y) #x 是最大价值, y是物品index, 注意,此问题有可能多解,这只是一个解
print(weight[y])
print(value[y])