01背包问题的回溯算法代码
时间: 2024-11-12 14:15:23 浏览: 3
01背包问题是一个经典的动态规划问题,可以用回溯法来解决,尤其是在物品的价值和重量不是整数的情况下。以下是使用Python编写的一个基本的回溯算法示例:
```python
def knapsack(capacity, weights, values, n):
def backtrack(i, cur_weight):
nonlocal max_value
# 如果达到物品结束,考虑当前背包状态是否最优
if i == n:
if cur_weight <= capacity and max_value < cur_value + total_values[i]:
max_value = cur_value + total_values[i]
optimal_solution.append((weights[i], values[i]))
# 否则,尝试加入或不加入当前物品
else:
# 加入物品
backtrack(i + 1, cur_weight + weights[i])
# 不加入物品,保持背包重量不变
backtrack(i + 1, cur_weight)
max_value = 0
optimal_solution = []
total_values = [values[i] for i in range(n)] # 物品总价值数组
# 回溯开始,从第一个物品开始
backtrack(0, 0)
return max_value, optimal_solution
# 示例调用
capacity = 50
weights = [10, 20, 30]
values = [60, 100, 120]
n = len(weights)
max_value, solution = knapsack(capacity, weights, values, n)
print("最大价值:", max_value)
print("解决方案:", solution)
阅读全文