python乱炖.2——0/1背包问题

python乱炖.2——0/1背包问题

学习笔记系列

---

---

问题描述

给定一个固定容量 W 的背包（约束），n件物品，每件物品的重量w[i]和价值 v[i]。
目标：选择哪些物品可以使得它们的总价值最大，且总重量不超过背包的最大承载重量。

“0/1” 意味每件物品要么被选中放入背包，要么不被选中，不能拿这个物品的一部分，这其实简化了问题。

---

问题求解（动态规划）

定义二维数组 dp[i][w]

• 其中 i 表示前 i 件物品，w 表示当前背包容量(背包的承载容量从 0 到 W)
• dp[i][w] 表示前 i 件物品中，容量为 w 的背包能够装入的最大价值

状态转移方程：

• 如果不选第 i 件物品：dp[i][w] = dp[i-1][w]
  ——在当前的背包容量w下，保持原来的组合不变（这里有两种情况，1.这个物品太大了，放不进去，2.原来的组合价值更高）
• 如果选第 i 件物品（w>物品大小w[i]）：dp[i][w] = max(dp[i-1][w], dp[i-1][w-w[i]] + v[i])
  ——在当前的背包容量w下，选择新的组合，这里举例说明：

假设现在有一个背包，最大容量 W = 50。有三件物品，每件物品的体积和价值如下：

物品	容量	价值
物品1	10	60
物品2	20	100
物品3	30	120

对给定的 n = 3 和 W = 50，初始化一个 4x51 的二维数组 dp。把这个二维数组看作表格，然后逐步填充这个表格（根据状态转移方程，每一行只和上一行的值有关）
其实相当于遍历每个物品，在每个物品下，遍历背包可用容量，细说

• 物品1：只有一种选择，即放入或者不放入背包

• 如果背包容量小于 10，dp[1][w] = 0 （物品1放不进去）

• 如果背包容量大于等于 10，dp[1][w] = 60 （放入物品1）
  放物品1之前，包是空的（价值为0），那只要能放进去东西，价值就最大（比0大）

• 物品2：同样考虑放入和不放入的情况

• 如果背包容量小于 20，dp[2][w] = dp[1][w] （物品2放不进去）

• 如果背包容量大于等于 20，dp[2][w] = max(dp[1][w], dp[1][w-20] + 100)
  当w=20，能够放物品2，且价值100>dp[1][20](值为60），所以dp[2][20]=dp[1][0]+100=100， 这里dp[1][0]=0
当w=30，此时w-20=10，正好是物品1的体积，所以dp[2][30]=dp[1][10]+100=160
之后直到w=50，dp[2][w]=160

• 物品3：同样考虑放入和不放入的情况

• 如果背包容量小于 30，dp[3][w] = dp[2][w]（物品3放不进去）

• 如果背包容量大于等于 30，dp[3][w] = max(dp[2][w], dp[2][w-30] + 120)
  当w=30，能放物品3，但价值120>dp[2][30](值为160），所以dp[3][30]=dp[2][30]=160， 如果在假设里物品3的价值>160,那这里就是这个价值了
当w=40，此时w-30=10=物品1的体积，（dp[2][40]=160<(dp[2][10]+120=60+120=180)，所以dp[3][40]=180
当w=50，此时w-30=20=物品2的体积，（dp[2][50]=160<(dp[2][20]+120=100+120=220)，所以dp[3][40]=180

如果还有物品，逻辑一样，继续向下递归

看这个过程就知道，背包容量不能太大，计算量会暴增

代码

def knapsack(W, weights, values, n):
    dp = [[0 for _ in range(W + 1)] for _ in range(n + 1)]
    
    for i in range(1, n + 1):
        for w in range(1, W + 1):
            if weights[i-1] <= w:
                dp[i][w] = max(dp[i-1][w], dp[i-1][w-weights[i-1]] + values[i-1])
            else:
                dp[i][w] = dp[i-1][w]
    
    return dp[n][W]

W = 50
weights = [10, 20, 30]
values = [60, 100, 120]
n = len(weights)

max_value = knapsack(W, weights, values, n)
print(f"背包的最大价值为: {max_value}")

输出：背包的最大价值为: 220

---

end