python 使用动态规划解决01背包 支持浮点数据 使用

问题描述

具体内容来自于《算法分析与设计——C++语言描述》（第三版 陈慧南编著）。网上大多数只能搜到整型数据的背包问题，其转移方程中有需要根据索引【j-w[i]】来读取数组数据进行计算的，而如果重量数组w是浮点型，就没法使用那种转移方程了。

所以看了这本书的动态规划内容，其使用阶跃点来求解问题。我也根据书中给的算法使用python实现了一下，但是存有问题，希望能有人可以帮助我一下。

代码部分

1 常见的那种支持整型数据的

'''
说明：代码直接从我的文件中copy出来的
具体求解的问题，可以看做是一般分配问题
符号说明：
    N:物品数量
    M:背包数量
    bin_size: 存储多个背包尺寸的数组
    j: 当前遍历的次数，对应求解第几个背包的放置问题
    item_size: 物品尺寸的数组，是N*M的，每一列是一个背包中物品的尺寸，尺寸对每个背包可以是不同的
    P: 效益矩阵，每一列对应每个背包中物品的收益情况
'''
def lp_01knapsack(self, j):
    # 第j列，对应第j个背包的情况
    depth = j

    n, c = int(self.N), int(self.bin_size[depth])
    dp = [[0 for jindex in range(c + 1)] for index in range(n + 1)]
    for k in range(c + 1):
        dp[0][k] = 0

    # depth = j
    # 价值函数，需要提取profit矩阵的第j列  错了  是Pj
    value_