跟 阿里小刘同学_学Python：0-1背包问题

Python求解动态规划的第一个学习案例，记录一下，感谢阿里阿里小刘同学提供这么好的素材！！

import numpy as np
def fun(n,W,w,p):
    #最优值数据初始化：a[i,j]刻画的是前i个物品，重量不超过j时的最优函数值
    a=np.array([[0]*(W+1)]*(n+1))
    #最优物品列表初始化：d[(i,j)]刻画的前i个物品，重量不超过j时的物品列表
    d={}
    for i in range(0,n+1):
        for j in range(0,W+1):
            d[(i,j)]=[]
    #依次计算前i个行李,重量不超过j时的最大价值，并记录最优子物品集合
    for i in range(1,n+1):
        for j in range(1,W+1):
            if w[i-1]>j:
                a[i,j]=a[i-1,j]
                d[(i,j)]=d[(i-1,j)]
            elif p[i-1]+a[i-1,j-w[i-1]]>=a[i-1,j]:
                a[i,j]=p[i-1]+a[i-1,j-w[i-1]]
                d[(i,j)]=d[(i-1,j-w[i-1])]+[i-1]
            else:
                a[i,j]=a[i-1,j]
                d[(i,j)]=d[(i-1,j)]
    print(a)
    #print最优值
    print('max value is ',a[n,W])
    #print最优物品集合
    print('The optimal item set is: ',d[(n,W)])
weights=[1,2,5,6,7,9]
price=[1,6,18,22,28,36]
fun(len(weights),13,weights,price)

运行结果：