0-1背包问题(python实现）

描述：

指的是 n个物品，每个只有1件，放入一个容量固定的背包，在不超过背包容量时使得放入物品的价值最大

问题:

有如下物品：

物品	重量	价值
物品1	1	15
物品2	3	20
物品3	4	30

将物品放入一个容量为 4的背包，求放入物品的最大价值

状态定义:

   定义一个二维数组 dp,其中dp[i][j]表示 将下标为 0-i之间的物品放入容量为j的背包的最大价值。

递推公式：

不放入 物品i的最大价值: dp[i-1][j]

放入 物品 i 的最大价值: dp[i-1][j-weight[i])+value(i)

dp[i-1][j-weight[i]]+value(i) 理解起来就是 总的容量减物品i的容量之后放入其他物品的最大价值+物品i的价值

dp[i][j] = Max(不放入物品i的最大价值，放入物品i的最大价值)

状态初始化:

物品/容量	0	1	2	3	4
物品1	0	15	15	15	15
物品2	0			dp[i][j]
物品3	0

dp[i][j]是由上图中的颜色区域推导出来,所以需要将边界值先进行初始化。

代码:

l = [(1, 15), (3, 20), (4, 30)]

# 初始化dp
dp = [[0, 15, 15, 15, 15], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]

for i in range(1, len(l)):
    for j in range(1, len(dp[0])):
        weight = j - l[i][0]
        if weight >= 0:
            dp[i][j] = max([dp[i - 1][j], dp[i - 1][weight] + l[i][1]])
        else:
            dp[i][j] = 0

print(dp)