01背包问题（动态规划）python实现

最新推荐文章于 2024-09-17 23:07:02 发布

littlethunder

最新推荐文章于 2024-09-17 23:07:02 发布

阅读量4.1w

点赞数 9

分类专栏： Python 文章标签： Python 动态规划 01背包

本文链接：https://blog.csdn.net/littlethunder/article/details/26575417

版权

这篇博客探讨了如何使用动态规划解决01背包问题。在问题中，需要比较包含和不包含某个物品的子问题解，以找到最优解。文章通过Python代码展示了自底向上的实现方式，详细解释了递归定义，并提供了n=5，c=10，物品重量w和价值v的具体例子。

摘要由CSDN通过智能技术生成

在01背包问题中，在选择是否要把一个物品加到背包中，必须把该物品加进去的子问题的解与不取该物品的子问题的解进行比较，这种方式形成的问题导致了许多重叠子问题，使用动态规划来解决。n=5是物品的数量，c=10是书包能承受的重量，w=[2,2,6,5,4]是每个物品的重量，v=[6,3,5,4,6]是每个物品的价值，先把递归的定义写出来：

然后自底向上实现，代码如下：

def bag(n,c,w,v):
	res=[[-1 for j in range(c+1)] for i in range(n+1)]
	for j in range(c+1):
		res[0][j]=0
	for i in range(1,n+1):
		for j in range(1,c+1):
			res[i][j]=res[i-1][j]
			if j>=w[i-1] and res[i][j]<res[i-1][j-w[i-1]]+v[i-1]:
				res[i][j]=res[i-1][j-w[i-1]]+v[i-1]
	return res

def show(n,c,w,res):
	print('最大价值为:',res[n][c])
	x=[Fal