动态规划python 多个背包_python 版 动态规划 背包问题算法

演示示例

代码

version版本修改增加优化重叠子问题的解决

numCount = 0

#version 1

def MaxVal1(w, v, index, last):

"""

得到最大价值

w为widght

v为value

index为索引

last为剩余重量

"""

global numCount

numCount = numCount + 1

#最底部

if index == 0:

#是否可以装入

if w[index] <= last:

return v[index]

else:

return 0

#寻找可以装入的分支

without_l = MaxVal1(w, v, index - 1, last)

#如果当前的分支大于约束

#返回历史查找的最大值

if w[index] > last:

return without_l

else:

#当前分支加入背包，剪掉背包剩余重量，继续寻找

with_l = v[index] + MaxVal1(w, v , index - 1, last - w[index])

#比较最大值

return max(with_l , without_l)

#version 2

def MaxVal2(memo , w, v, index, last):

"""

得到最大价值

w为widght

v为value

index为索引

last为剩余重量

"""

global numCount

numCount = numCount + 1

try:

#以往是否计算过分支，如果计算过，直接返回分支的结果

return memo[(index , last)]

except:

#最底部

if index == 0:

#是否可以装入

if w[index] <= last:

return v[index]

else:

return 0

#寻找可以装入的分支

without_l = MaxVal2(memo , w, v, index - 1, last)

#如果当前的分支大于约束

#返回历史查找的最大值

if w[index] > last:

return without_l

else:

#当前分支加入背包，剪掉背包剩余重量，继续寻找

with_l = v[index] + MaxVal2(memo , w, v , index - 1, last - w[index])

#比较最大值

maxvalue = max(with_l , without_l)

#存储

memo[(index , last)] = maxvalue

return maxvalue

w = [5, 5, 1, 9 , 10 ,3, 8, 6, 4 , 2, 5, 5, 1, 9 , 10 ,3, 8, 6, 4 , 2]

v = [7, 7, 6, 5, 4, 8, 11, 4, 2, 3,7, 7, 6, 5, 4, 8, 11, 4, 2, 3]

print MaxVal1(w, v, len(w) - 1, 35) , "caculate count : ", numCount

numCount = 0

memo = {}

print MaxVal2(memo , w, v, len(w) - 1, 35) , "caculate count : ", numCount

计算结果

66 caculate count : 188174

66 caculate count : 1134