完全背包问题(python实现)的几种解法，动态规划

完全背包问题

感谢这些朋友们的文章，给了我很大启发：
https://blog.csdn.net/songyunli1111/article/details/94778914
https://blog.csdn.net/na_beginning/article/details/62884939
https://blog.csdn.net/qq_39445165/article/details/84334970

这个问题和上篇01背包问题的区别就在于：完全背包问题中的物品数是无穷多个，也就是说对于一个物品，我可以不拿，可以拿一个、两个…只要背包空间够，理论上可以拿无限多个。

下面用几种方法来解决这个问题：

第一种使用二维数组的方法

import numpy as np

def solution(max_weight,weight,value):
    dp = np.zeros((len(weight)+1,max_weight+1),dtype=int)

    for i in range(1,len(weight)+1):
        for j in range(1,max_weight+1):
            if j >= weight[i-1]:
                dp[i][j] = max(dp[i-1][j],dp[i][j-weight[i-1]] + value[i-1])
            else:
                dp[i][j] = dp[i-1][j]

    print(dp)
    return dp

def things(max_weight,dp,weight,value):
    raw = len(weight)
    col = max_weight
    remain = dp[raw][col]
    goods = []

    while remain != 0:
        if dp[raw][col] != dp[raw-1][col]:
            remain -= value[raw-1]
            col -= weight[raw-1]
            goods.append(raw)
            raw += 1

        raw -= 1
    print(goods)    

数据是：
weight = [7,4,3,2]
value = [9,5,3,1]

程序的运行结果：

[[ 0  0  0  0  0  0  0  0  0  0  0]
 [ 0  0  1  1  2  2  3  3  4  4  5]