10.动态规划-0-1背包-滚动数组优化.py

# # 有 N 件物品和一个容量是 V 的背包。每件物品有且只有一件。
# # 第 i 件物品的体积是v[i] ，价值是w[i] 。
# #
# # 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
# # https://blog.csdn.net/m0_59139260/article/details/124600813
# 输入: N = 3, V = 4, v = [4,2,3], w = [4,2,3]
# 输出: 4
# 解释: 只选第一件物品，可使价值最大。
#
#
#
# 输入: N = 3, V = 5, v = [4,2,3], w = [4,2,3]
# 输出: 5
# 解释: 不选第一件物品，选择第二件和第三件物品，可使价值最大。



# 动态规划5步取
# 1.dp[j] 容量为j的背包中，怎么放物品取得的价值最大
# 2.dp[j] = max(dp[j],dp[j-v[i]]+w[i])
# 3.初始化dp数组，dp[j]=0
# 4.确定遍历顺序 ,物品从前往后，背包从后往前
# 5.打印dp数组

N = 3
V = 5
v = [4, 2, 3]
w = [4, 2, 3]


def get_most_price(N, V, v, w):
    dp = [0]*(V+1)
    if N == 0 or V == 0:
        return 0

    dp[0] = 0

    for i in range(0, N):
        for j in range(V, 0, -1):
            if j >= v[i]:
                dp[j] = max(dp[j], dp[j - v[i]] + w[i])
                print(j, dp[j])
            else:
                dp[j] = dp[j-1]
    print(dp)
    return dp[V]

print(get_most_price(N, V, v, w))