动态规划之背包问题 python实现

动态规划之01背包问题

题目描述：有编号分别为1,2,3,4,5的五件物品，它们的重量分别是2,2,6,5,4，它们的价值分别是6,3,5,4,6，现在给你个承重为10的背包，如何让背包里装入的物品具有最大的价值总和？
动态规划的核心过程有两部分，一个是找出问题的”子状态”，再一个就是建立“状态转移方程”（所谓的递推公式）。将上面的问题解决，动态规划就解了一般，剩下的为代码将数学的公式的进行实现。
- 动态规划的思路。先将原始问题一般化，欲求背包能够获得的总价值，即欲求前i个物体放入容量为m（kg）背包的最大价值c[i][m]——使用一个数组来存储最大价值，当m取10，i取3时，即原始问题了。而前i个物体放入容量为m（kg）的背包，又可以转化成前(i-1)个物体放入背包的问题。下面使用数学表达式描述它们两者之间的具体关系。
- w[i]：第i个物体的重量
- p[i]：第i个物体的价值
- c[i][j]：前i个物体放入容量为j 包的最大价值
- c[i-1][j]：前i个物体放入容量为j 包的最大价值
- c[i-1][j-w[i]]：前i-1个物体放入容量为j-w[i] 包的最大价值

以下通过表格来说状态转移方程
c[i][m]=max{c[i-1][m-w[i]]+p[i]（m>w[i]） , c[i-1][m]}

首先明确该表是至底向上，从左到生成的。且上边abcde带代表编号5,4,3,2,1

• c[3][2]代表 编号1,2,3三件物品放入容量为2的包中的最大价值。因为编号1,2,3的任一件物品的重量都要大于2，装入容量为2的包。即w[i]>2(i=1,2,3) 故c[3][2]=0
• 现在通过思考c[5][8]=15的由来理解上式的状态转移方程
  
  • 根据c[i][m]=max{c[i-1][m-w[i]]+pi（m>w[i]） , c[i-1][m]}公式，需要考虑c[4][8-w[5]]+p[5]=9+6=15, c[4][8]=9, c[5][8]=15