动态规划之五：背包问题（共二题）

第一题：
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。
输入样例：
4 5
1 2
2 4
3 4
4 5
输出样例：
8

dp[i][j]定义为：[0--i]的物体当中，容量为j时，可以放进的最大价值。

状态转移方程：
if j >= vi[i - 1]: # 如果背包容量j比第i个物体的体积大：
	# 选择了第i个物体   dp[i][j] = dp[i - 1][j - vi[i - 1]] + wi[i - 1]
	# 没有选择第i个物体 dp[i][j] = dp[i - 1][j]
	dp[i][j] = max(dp[i - 1][j - vi[i - 1]] + wi[i - 1], dp[i - 1][j])
else: # 如果背包容量j比第i个物体的体积小：
	# 没有选择第i个物体 dp[i][j] = dp[i - 1][j]
	dp[i][j] = dp[i-1][j]

代码如下：
def getMaxValue(vi, wi, N, V):
    if N == 0 or V == 0 : return 0
    dp = [ [0]*(V+1) for i in range(N+1) ]
    for i in range(1, len(dp)):
        for j in range(1, len(dp[0])):
            if j >= vi[i - 1]:
                dp[i][j] = max(dp[i - 1][j - vi[i - 1]] + wi[i - 1], dp[i - 1][j])
            else:
                dp[i][j] = dp[i - 1][j]
    return dp[-1][-1]
    
while 1:
    try:
        sN, sV = input().strip().split()
        N, V = int(sN), int(sV)
        vi, wi = [], []
        for i in range(N):
            sv, sw = input().strip().split()
            if int(sv) <= V: 
                vi.append(int(sv))
                wi.append(int(sw))
        print(getMaxValue(vi, wi, N, V))
    except:
        break
        
如果你把状态定义为：
dp[i][j]定义为：容量为i时，在[0--j]的物体当中，可以放进的最大价值。
函数getMaxValue就是如下的写法：
def getMaxValue(vi, wi, N, V):
    if N == 0 or V == 0 : return 0
    dp = [ [0]*(N+1) for i in range(V+1) ]
    
    for i in range(1, len(dp)):
        for j in range(1, len(dp[0])):
            if i >= vi[j-1]:
                dp[i][j] = max(dp[i - vi[j-1]][j-1] + wi[j-1], dp[i][j - 1])
            else:
                dp[i][j] = dp[i][j - 1]
    return dp[-1][-1]

第二题：（与第一题，就一点不同。“每种物品都有无限件可用”）
有 N 件物品和一个容量是 V 的背包。每种物品都有无限件可用。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。
输入样例：
4 5
1 2
2 4
3 4
4 5
输出样例：
10

dp[i]定义为：容量为i时，可以放进的最大价值。

如果dp[i]包含物体0,且物体0体积小于i：dp[i] = max( dp[i], dp[i - vi[0]] + wi[0] )
如果dp[i]包含物体1,且物体1体积小于i：dp[i] = max( dp[i], dp[i - vi[1]] + wi[1] )
如果dp[i]包含物体2,且物体2体积小于i：dp[i] = max( dp[i], dp[i - vi[2]] + wi[2] )
.........
.........
状态转移方程：
for j in range(len(v1)):
	if i >= vi[j]:
		dp[i] = max( dp[i], dp[i - vi[j]] + wi[j] )

代码如下：
def getMaxValue(vi, wi, V):
    if V == 0 : return 0
    dp = [ 0 for i in range(V+1) ]
    for i in range(1, len(dp)):
        for j in range(len(vi)):
            if i >= vi[j]:
                dp[i] = max( dp[i], dp[i - vi[j]] + wi[j] )
    return dp[-1]
    
while 1:
    try:
        sN, sV = input().strip().split()
        N, V = int(sN), int(sV)
        vi, wi = [], []
        for i in range(N):
            sv, sw = input().strip().split()
            if int(sv) <= V: 
                vi.append(int(sv))
                wi.append(int(sw))
        print(getMaxValue(vi, wi, V))
    except:
        break