举一个例子解释完全背包问题用python
时间: 2023-06-09 09:08:38 浏览: 68
完全背包问题是一个经典的动态规划问题,它的本质是在一组物品中选择若干个物品放入一个容器中,使得容器的总体积不超过限制,同时达到最大价值。
举一个例子,假设有4种物品,分别是重量为2,3,4,5的苹果,它们的价值分别是4,5,6,7。现在有一个容量为10的背包,问最多能放多少价值的苹果?
下面是一个Python的实现:
```
def knapsack(weights, values, capacity):
n = len(weights)
dp = [0] * (capacity + 1)
for i in range(n):
for j in range(weights[i], capacity + 1):
dp[j] = max(dp[j], dp[j - weights[i]] + values[i])
return dp[capacity]
weights = [2, 3, 4, 5]
values = [4, 5, 6, 7]
capacity = 10
print(knapsack(weights, values, capacity)) # 输出 24
```
其中dp[i]表示当背包容量为i时的最大价值,i从0到capacity枚举,对于第i个物品,从weights[i]到capacity枚举,更新dp[j]的值。最终返回dp[capacity]即可得到答案。
值得注意的是,完全背包问题和01背包问题的区别在于,每个物品可以无限次选择,因此内层循环枚举的是weights[i]到capacity而不是capacity到weights[i],这也是动态转移方程的区别。