0-1背包问题python源代码

0-1背包问题的Python源代码可以采用动态规划的方式来编写，这里提供一个简单的例子：

def knapsack(W, wt, val, n):
    # 创建一个表格，其中第i行第j列的元素表示在背包容量限制为j的情况下，
    # 我们是否应该选第i个物品及其最大价值
    K = [[0 for w in range(W + 1)] for i in range(n + 1)]

    # 遍历物品列表
    for i in range(1, n + 1):
        # 遍历背包容量范围
        for w in range(1, W + 1):
            # 如果物品i的重量小于当前容量，我们可以选择带它
            if wt[i - 1] <= w:
                # 选择物品时，要么不选，价值为0；要么选，取其最大价值（当前物品的价值加上之前状态下的最大价值）
                K[i][w] = max(val[i - 1] + K[i - 1][w - wt[i - 1]], K[i - 1][w])
            else:
                # 否则，不选择这个物品，直接取之前的最优解
                K[i][w] = K[i - 1][w]

    return K[n][W]

# 示例
val = [60, 100, 120]
wt = [10, 20, 30]
W = 50
n = len(val)
max_value = knapsack(W, wt, val, n)
print("最大价值为:", max_value)

这段代码首先初始化一个二维矩阵K用于保存状态，然后按照物品和背包容量的顺序递推求解。最后返回背包满载时所能获取的最大价值。