算法学习笔记：01背包问题

n,m = tuple(map(int,input().split()))
bag = []
for _ in range(n):
    bag.append(tuple(map(int,input().split())))
history = {}
def f(i,j):
    global history
    a,b = bag[i-1]
    if (i,j) in history.keys():
        return history[(i,j)]
    if i==1:
        if a>j:
            history[(i, j)]=0
            return 0
        else:
            history[(i, j)]=b
            return b
    if j<a:
        history[(i, j)]=f(i-1,j)
        return history[(i, j)]
    else:
        history[(i, j)]=max(f(i-1,j) , f(i-1,j-a)+b)
        return history[(i, j)]

print(f(n,m))

        算法中最基础的题目之一。大意就是，一定容积的背包，向其中装入一定量的物品——每个物品有特定的体积和价值——使得背包中物品总价值最大。在此题情境中，每个物品只能放进去一次。

        题目输入较为简单，第一行是物品总件数和背包容积；之后若干行是某件物品的体积和价值。

        本题的方法是，对于数组i,j，定义函数：前 i 件物品中选择若干物品，体积不超过 j 的最大价值。

        题目需要递归，通过比较有第 t 件物品和没有第 t 件物品时，最大总价值，来判断是否需要将第 t 件物品放入“背包”。注意到，前者可由函数（i-1 ， j）表示出来；后者则需（i-1 ， j-v(t)）+w(t)来表示。由此，一直递归到 t = 1 ，即可得出结果。（t = 1 时，若第1件物品大于总体积，则不放入；反之放入——需要特殊处理）

        本人所写上部python代码尚有问题，即会陷入死循环。应该与边界处理不善有关。不过我想了个办法——名为history的字典，若（i ， j）的函数已经计算过，则不再计算，直接返回结果。实测有效。这也进一步验证了代码中存在问题的部分，未来需要解决。