背包问题与动态规划

最新推荐文章于 2023-02-13 21:29:20 发布

NumLock桌

最新推荐文章于 2023-02-13 21:29:20 发布

阅读量156

点赞数

分类专栏： Python算法入门文章标签：动态规划算法

本文链接：https://blog.csdn.net/weixin_43628432/article/details/104338903

版权

本文通过背包问题探讨动态规划的运用，解释如何在背包容量和商品重量的约束下，通过动态规划策略找到最优解，以实现最大价值。介绍了动态规划的基本原则和表格填充方法，并总结了动态规划适用的情况。

摘要由CSDN通过智能技术生成

我们在介绍贪婪算法时，曾提到过背包问题，并且我们也使用了贪婪算法找到了一个近似解。那么，我们能不能找到最优解呢？让我们先来看看这个问题：

小偷有一个4公斤重的背包，他可盗窃的商品有

如何让盗窃的商品价值最高？

为了寻找最优解，我们当然可以使用列出所有的商品组合，然后找出最高价值的方法。在我们的问题中，有2^3 = 8中组合方式。但是我们知道这种方法并不好——每增加一件商品，需要计算的组合数量都要增加一倍。如果这个小偷的力气更大、能偷的东西更多，那么这种算法是绝对行不通的。

我们还可以用其他办法找到最优解吗？

简单的说，动态规划的原则是先解决子问题，再逐步解决大问题。我们来看看如何在背包问题中使用动态规划策略：

首先我们来画一个表格：

	1公斤	2公斤	3公斤	4公斤
吉他
音响

关注

专栏目录