动态规划——背包问题

背包问题

0-1背包

一共有n件物品，第i（i从1开始）件物品的重量为w[i]，价值为v[i]。在总重量不超过背包承载上限W的情况下，能够装入背包的最大价值是多少？

问题描述

假如你要去野营，你有一个容量为6磅的背吧，需要觉得该携带下面的哪些东西。其中每样东西都有相应的价值，价值越大意味着越重要。

• 水（重3磅，价值10）；
• 书（重1磅，价值3）；
• 食物（重2磅，价值9）；
• 夹克（重2磅，价值5）；
• 相机（重1磅，价值6）。

请问携带哪些东西时价值最高？

解题思路

dp[i][j]表示只看前i个物品，总体积是j的情况下，总价值最大是多少

• 不选第i个物品：f[i][j]=f[i-1][j]
• 选第i个物品：f[i][j]=f[i-1][j-v(i)]+w[i],在两者之间选取大值。

初始化，f[0][0]=0，表示什么都没装，价值也为0.
计算得表格：

0	1	2	3	4	5	6
水	0	0	10	10	10	10
书	3	3	10	13	13	13
食物	3	9	12	13	19	22
夹克	3	9	12	14	19	22
相机	6	9	15	18	20	25

Python代码：

n, v = map(int,input().split())
goods = []
for i in range(n):
    goods.append([int(i) for i in input().split()])
dp = [[0 for j in range(v+1)] for i in range(n)]
for i in range(n):  # 物品ID
    for j in range(1, v+1):  # 表格中的纵轴，1,2,3,4,5,6
        if goods[i][0]<=j:
            dp[i][j] = max(goods[i][1]+dp[i-1][j-goods[i][0]], dp[i-1][j])
        else:
            dp[i][j] = dp[i-1][j]
print(dp[-1][-1])

输出：

25

优化

根据代码可以看出整个过程都只和上一层有关，和前面的无关，因此可以考虑将dp转化为只有一层的。但这里需要注意的是不能从前往后，会导致dp[j-goods[i][0]]变化，因此要倒序。

n, v = map(int, input().split())
goods = []
for i in range(n):
    goods.append([int(i) for i in input().split()])
dp = [0 for i in range(v+1)]
for i in range(n):
    for j in range(v, -1, -1):
        if goods[i][