动态规划-黄金矿工

动态规划是一个经典的问题，在算法实现时经常需要会用到这个思想，黄金矿工是动态规划的景点问题，下面就详细讨论这个问题，如下图所示：

矿产编号	钻石储量	所需工人数量
1	400	5
2	500	5
3	200	3
4	300	4
5	350	3

我们计算在有m人时，能挖掘的最大价值的黄金，最后得到下表

矿产编号n	m=1 人	m=2 人	m=3 人	m=4 人	m=5 人	m=6 人	m=7 人	m=8 人	m=9 人	m=10 人
矿产1	0	0	0	0	400	400	400	400	400	400
矿产2	0	0	0	0	500	500	500	500	500	900
矿产3	0	0	200	200	500	500	500	700	700	900
矿产4	0	0	200	300	500	500	500	700	800	900
矿产5	0	0	350	350	500	550	650	850	850	900

通过以上的计算过程，我们不难发现，除第一个矿产的相关数据，表格中的其他数据都可以由前一行的一个或两个格子推导而来。例如，3 个矿产 8 个人挖掘的钻石量 F(3,8) 就来自 2 个矿产 8 个人挖掘的钻石量 F(2,8)和 2 个矿产 5 个人挖掘的钻石量 F(2,5)，即 F(3,8)=max{F(2,8),F(2,5)+200}=max(500,500+200)=700。
这样我们就可以写如下代码来复现上述实现过程（使用python3实现）：

def goldMine(n,w,g,p):
    dp = [[0 for _ in range(n+1)] for _ in range(w)]
    for i in range(1,n+1):
        if i<p[0]:
            dp[0][i] = 0
        else:
            dp[0][i] = g[0]
    for i in range(1,w):
        for j in range(1,n+1):
            if j<p[i]:
                dp[i][j] = dp[i-1][j]
            else:
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - p[i]] + g[i])
    return dp
dp = goldMine(10, 5, [400,500,200,300,350], [5,5,3,4,3])

for i in range(len(dp)):
    print(dp[i])

最后打印结果：

[0, 0, 0, 0, 0, 400, 400, 400, 400, 400, 400]
[0, 0, 0, 0, 0, 500, 500, 500, 500, 500, 900]
[0, 0, 0, 200, 200, 500, 500, 500, 700, 700, 900]
[0, 0, 0, 200, 300, 500, 500, 500, 700, 800, 900]
[0, 0, 0, 350, 350, 500, 550, 650, 850, 850, 900]