0-1背包问题【求最大总价值】(python)

本文介绍了如何使用动态规划解决0-1背包问题,通过构建二维数组dp来计算给定物品重量和价值的情况下,背包能容纳的最大总价值。通过逐个物品考虑并更新dp表,最终输出最大总价值。
摘要由CSDN通过智能技术生成

0-1背包问题

题目描述

给定n种物品和一个背包,物品i的重量是Wi,其价值为Vi,背包的容量为C。如何选择装入背包的物品,可以使得装入背包中物品的总价值最大?求最大总价值。

输入

每组输入包括三行,
第一行包括物品个数n,以及背包容量C。
第二、三行包括两个一维数组,分别为每一种物品的价值和重量。

输出

输出为一行,即输出最大总价值。

样例输入 Copy
5 10
6 3 5 4 6
2 2 6 5 4
样例输出 Copy
15

 #输入
n, c = list(map(int, input().split()))
        v = list(map(int, input().split()))
        w = list(map(int, input().split()))
#初始化dp表
dp = [[0 for i in range(c + 1)] for i in range(n + 1)]
#在最前面增加一列,最上面增加一行,防止数组越界,让索引从1开始
    w.insert(0, 0)
        v.insert(0, 0)

#初始DP表(增加了一列,一行后)

***这里采取的是逐个物体考虑策略,如果有一个物体,怎么让价值最大,如果有两个、三个,怎么让价值最大。 

#dp表的绘制
 for i in range(1, n + 1):
            for j in range(1, c + 1):
                if w[i] <= j:
                    dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+v[i])
                else:
                    dp[i][j]=dp[i-1][j]#不放当前的物体的最大价值

 ###DP表的更新:

1.增加物品1:

2.增加物品2:

3.增加物品3:

4.增加物品4:


5.增加物品5:

#输出结果
print(dp[n][c])

#完整代码:
while True:
    try:
        n, c = list(map(int, input().split()))
        v = list(map(int, input().split()))
        w = list(map(int, input().split()))
        dp = [[0 for i in range(c + 1)] for i in range(n + 1)]
        w.insert(0, 0)
        v.insert(0, 0)
        for i in range(1, n + 1):
            for j in range(1, c + 1):
                if w[i] <= j:
                    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(dp[n][c])
    except EOFError:
        break



  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值