动态规划之背包问题

0-1背包问题(含代码)

0-1背包问题入门详解

动态规划常见面试题总结

【动态规划】01背包问题（通俗易懂，超基础讲解）

动态规划之完全背包详解

Table of Contents

题型一(01背包)

题型二(01背包)

题型三(完全背包)

题型四(多重背包)

---

背包问题是典型的动态规划问题，不同类型的背包问题有不同的解题思路

01背包：N件物品，每件物品有一个

完全背包：N种物品，不限量

多重背包：N种物品，每种物品数量有限

要学会不同背包问题解题思路之间的转化。。。

题型一(01背包)

n个物品，重量为w，装入容量为C的容器，要求取若干个物品，使得装入重量最大(容器内剩余容量最小)

分析：属于背包型动态规划，相当于背包容量和背包中物品价值二者相等的一般背包问题（貌似也称为伪背包问题）。通过转化思想即求：在总体积为V的情况下，可以得到的最大价值(此时价值用物品的重量代替)，最后再用总体积减去最大价值时所占空间就是剩下的最少空间。

def package1(V, n, w):
    dp = [[0]*(V+1) for i in range(n+1)]
    for i in range(1, n+1):
        for j in range(1, V+1):
            if j < w[i-1]:
                dp[i][j] = dp[i-1][j]
            else:
                dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i-1]]+w[i-1])
    return V-dp[n][V]

 
if __name__ == '__main__':
    """coins, n = [1, 5, 10, 25], 10  # 输入可换的硬币种类，总金额n
    coinChange2(coins, n)"""
    V,n,w=24,6,[8,3,2,7,9,7]
    d = package1(V,n,w)
    print d

dp数组
[
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,