动态规划经典-01背包问题(python3)

题目

有 N 件物品和一个容量是 V的背包。每件物品只能使用一次。

第 i 件物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。

接下来有 N行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤10000
0<vi,wi≤10000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

8

---------------------------------------------------------------------------------------------------------------------------------

解题思路：

1.先定义n+1行，m+1列的二维数组，全部格子置0

为什么要这么做呢？

因为我们在之后求每个格子的坐标的时候，还需要回溯到更前面一行的格子，多定义一行一列就可以防止出现这种报错

2.明确二维数组坐标的属性

横坐标（0，1，2，3，4，5）为背包容量（j）

纵坐标分别是物品i以及对应的重量(物品i:重量)

而我们填的表格就是各个情况下当前坐标的最大价值

3.接着就是完善表格。

从左到右，从上到下...

当前背包容量j>=物品的体重时，我们就可以考虑要不要放物品进背包

情况一：放。

那么当前坐标的价值为：

当前价值 = [坐标i-1]背包体积-当前物品重量的坐标的价值 + 当前物品价值

为什么进行这一步再加上当前物品价值呢？

因为每次放入物品有两种可能：1.背包满了需要拿东西出来再放新物品

                                                  2. 背包空间足够，直接存放

此时就需要分类讨论：

为了节省这一步骤。我们可以

直接回溯到[上一件物品][背包-当前物品重量]的价值+当前物品的价值。

但是有时候拿了重的物品，不一定价值含量就高

所以我们还要将“拿”和“不拿”进行对比。

情况一：拿 - curval1 = r[i-1][j-bag[i-1]] + val[i-1]

情况二：不拿 - curval2 = r[i-1][j]

将其比较返回最大的就是当前格子的价值：

r[i][j] = max(curval1,curval2)

情况二：

j<当前物品重量

那就无法拿了，此时格子价值=上次（前一件物品）当前背包重量的价值

---------------------------------------------------------------------------------------------------------------------------------

代码实现

n, m = map(int,input().split()) # 输入n, m
bag = []
val = []
r = [[0 for i in range(m+1)] for j in range(n+1)] # 创建n行m列二维数组
for i in range(n): # n代表物品数目
    w, v = map(int,input().split())
    bag.append(w) # 添加物品与其对应重量
    val.append(v) # 添加物品与其对应价值
for i in range(1,n+1): # +1行是因为第0行全为0
    for j in range(1,m+1): # +1列同上
        # i代表第i件物品，j代表的是背包的体积
        if j >= bag[i-1]: # 当j>=第i件物品的重量时，说明这时候可以选择要不要把它放进背包
            # 情况一:取物品
            # 当前价值 = [坐标i-1]背包体积-当前物品重量的坐标的价值 + 当前物品价值
            curval1 = r[i-1][j-bag[i-1]] + val[i-1]

            # 情况二: 因为取了的物品可能不如取之前大，所以状况二是不取
            curval2 = r[i-1][j]
            # 情况一情况二进行比较
            r[i][j] = max(curval1,curval2)
        else:
            # 当背包容量不足以放入新的物品就保持不变
            # 注意！保持不变是需要拿上个物品的相同位置来进行比较
            r[i][j] = r[i-1][j]
# 因为最后一个的数值是最大的，所以输出二维数组最后一个数值
print(r[-1][-1])