dp 0-1背包问题 python

这个是新学的动态规划问题中，经典的0-1背包问题。最主要的问题是清楚状态转移方程的使用方法，以及在索引时初始化的问题。（0-1背包，每个物体只能选一次，能多次选的是完全背包）

c = 10          #背包容量
w = [3,4,5,7]   #物体体积
v = [1,5,6,9]   #物体的价值
n = len(w)
dp = [[0 for i in range(c+1)]for j in range(1+n)]  #创建一个n*c的零矩阵
w.insert(0,0)  #因为dp表上次和左侧各有一列0，为了索引对齐
v.insert(0,0)  #在0位置加个0，相当于在v的0位置加个0 ，即1前加0
for i in range(1,n+1):
    for j in range(1,c+1):
        if w[i] <= j:       #物体体积小于背包体积时，有两种情况：
#要么是前一个装完最大，要么是装完现在这个还可以装其他的。
            dp[i][j] = max (dp[i-1][j],dp[i-1][j-w[i]] + v[i])
        else:
            dp[i][j] = dp[i-1][j]
print("最大价值为",dp[n][c])

接下来是0-1背包问题从二维压缩到一维，其实是因为我们从后往前计算可行，我们只用到前一行的数，并不会改变我们改行前面的数，因此我们可以进行迭代，达到节约空间的效果。

c = 10          #背包容量
w = [3,4,5,7]   #物体体积
v = [1,5,6,9]   #物体的价值
n = len(w)
dp = [0 for i in range(c+1)]
w.insert(0,0)  #因为dp表上次和左侧各有一列0，为了索引对齐
v.insert(0,0)  #在0位置加个0，相当于在v的0位置加个0 ，即1前加0
print(dp)
for i in range(1,n+1):
    for j in range(c,0,-1):  #从后往前算
        if w[i] <= j:       #物体体积小于背包体积时
            dp[j] = max (dp[j],dp[j-w[i]] + v[i])
        print(w[i],j)#逐次输入，方便观看每次的结果
        print(dp)

print("最大价值为",dp[c])

那我们实现完了这个问题之后，我们知道，因为只知道其价值，而不知道怎么拿物品是没有用的，所以我们现在就基于在知道物品价值的前提之下，来给出挑选物品的选择最优。

c = 10                      #背包容量
w = [3,4,5,7]               #物体体积
v = [1,5,6,9]               #物体的价值
n = len(w)
dp = [[0 for i in range(c+1)]for j in range(1+n)]  #创建一个n*c的零矩阵
w.insert(0,0)               #因为dp表上次和左侧各有一列0，为了索引对齐
v.insert(0,0)               #在0位置加个0，相当于在v的0位置加个0 ，即1前加0
for i in range(1,n+1):
    for j in range(1,c+1):
        if w[i] <= j:       #物体体积小于背包体积时，有两种情况：
#要么是前一个装完最大，要么是装完现在这个还可以装其他的。
            dp[i][j] = max (dp[i-1][j],dp[i-1][j-w[i]] + v[i])
        else:
            dp[i][j] = dp[i-1][j]
print("最大价值为",dp[n][c])

def get_path(dp,w,c):
    i = len(w)-1            #选中的物体
    j = c                   #背包的容量
    res = []
    while i != 0 and j != 0:  #上面的dp表0行和0列都等于0，所以我们只要索引到它即可
        if dp[i][j] == dp[i-1][j]:
            i -= 1
        else:
            res.append(i-1) #上边w,v都加了0，索引的时候减一，不然会出现0，会误导结果
            j -= w[i]       #背包面积减去装的物体，得到那时的背包体积
            i -= 1
    res.sort()
    return res
print("背包物品索引为",get_path(dp,w,c))