01背包问题python

# 01背包问题的动态规划算法实现

# 物品数量
n = 5

# 背包容量
m = 10

# 物品重量和价值
w = [0, 2, 2, 6, 5, 4]
v = [0, 6, 3, 5, 4, 6]

# 初始化价值矩阵
dp = [[0 for j in range(m + 1)] for i in range(n + 1)]

# 动态规划
for i in range(1, n + 1):
for j in range(1, m + 1):
if j < w[i]:
dp[i][j] = dp[i - 1][j]
else:
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - w[i]] + v[i])

# 输出结果
print(dp[n][m])

相关问题

01背包问题Python

好的，下面是一个简单的 01 背包问题的 Python 代码示例：

def knapsack(W, wt, val, n):
    """
    :param W: 背包容量
    :param wt: 物品重量列表
    :param val: 物品价值列表
    :param n: 物品数量
    :return: 最大价值
    """
    # 初始化 dp 数组
    dp = [[0 for x in range(W + 1)] for x in range(n + 1)]

    # 逐个考虑物品
    for i in range(1, n + 1):
        for w in range(1, W + 1):
            # 如果当前物品重量大于背包容量，则无法放入该物品
            if wt[i - 1] > w:
                dp[i][w] = dp[i - 1][w]
            # 否则，比较放入和不放入该物品的价值，取较大值
            else:
                dp[i][w] = max(val[i - 1] + dp[i - 1][w - wt[i - 1]], dp[i - 1][w])

    return dp[n][W]

使用方法如下：

W = 50
wt = [10, 20, 30]
val = [60, 100, 120]
n = len(val)
print(knapsack(W, wt, val, n))  # 输出 220

以上就是一个简单的 01 背包问题的 Python 实现，希望对你有所帮助。

01背包问题python代码

下面是 01 背包问题的 Python 代码实现：

def knapsack(W, wt, val, n):

    K = [[0 for x in range(W+1)] for x in range(n+1)]

    for i in range(n+1):
        for w in range(W+1):
            if i==0 or w==0:
                K[i][w] = 0
            elif wt[i-1] <= w:
                K[i][w] = max(val[i-1] + K[i-1][w-wt[i-1]],  K[i-1][w])
            else:
                K[i][w] = K[i-1][w]

    return K[n][W]


val = [60, 100, 120]
wt = [10, 20, 30]
W = 50
n = len(val)
print(knapsack(W, wt, val, n))

输出结果为 220。