0-1背包问题

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])