python完全背包最优_01背包、完整背包和多个背包（Python版）,完全,多重,python

序言

对于下面的每一个问题我都会附上一个博客链接，这是我觉得讲的比较的清楚的博客，

而我自己的理解全都在代码的注释中，建议先看理论博客，再看代码中的注释，你会有意想不到的收获。

01背包

最优的解法：一维动态规划

相关博客：

01背包

while True:

try:

N, V = list(map(int, input().split()))

dp = [0]*(V+1)

for _ in range(N): # 遍历所有的物品

v, w = list(map(int, input().split()))

# 对于二维的动态规划，求解第i行时只用到了上一行的结果，所以二维可以压缩成一维

# 再仔细分析一下，求解dp[i][j]时只用到它的上一格dp[i-1][j]和dp[i-1][j-v](上一格的前面某个格子)，

# 在一维中(把二维的行去掉只保留列，就变成一维)就是求解dp[j]会

# 用到dp[j](此时就是它的上一格)和dp[j-v](上一格的前面某个格子), 所以我们要从右往左修改一维bp,

# 因为在从左往右的时候如果你修改了dp[j]，那么在求解dp[j+v]用到dp[j]就已经成了脏数据，dp[j]对dp[j+v]来说

# 应该是上一行的内容，而这里却已经是当前行的内容了。

for j in range(V, 0, -1): # 遍历所有容量的背包，注意是逆序

if j >= v:

dp[j] = max(dp[j],