Python基于动态规划算法解决基于动态规划算法解决01背包问题实例背包问题实例
本文实例讲述了Python基于动态规划算法解决01背包问题。分享给大家供大家参考，具体如下：
在01背包问题中，在选择是否要把一个物品加到背包中，必须把该物品加进去的子问题的解与不取该物品的子问题的解进行
比较，这种方式形成的问题导致了许多重叠子问题，使用动态规划来解决。n=5是物品的数量，c=10是书包能承受的重
量，w=[2,2,6,5,4]是每个物品的重量，v=[6,3,5,4,6]是每个物品的价值，先把递归的定义写出来：
然后自底向上实现，代码如下：
def bag(n,c,w,v):
res=[[-1 for j in range(c+1)] for i in range(n+1)] for j in range(c+1):
res[0][j]=0
for i in range(1,n+1):
for j in range(1,c+1):
res[i][j]=res[i-1][j] if j>=w[i-1] and res[i][j]<res[i-1][j-w[i-1]]+v[i-1]:
res[i][j]=res[i-1][j-w[i-1]]+v[i-1] return res
def show(n,c,w,res):
print('最大价值为:',res[n][c])
x=[False for i in range(n)] j=c
for i in range(1,n+1):
if res[i][j]>res[i-1][j]:
x[i-1]=True
j-=w[i-1] print('选择的物品为:')
for i in range(n):
if x[i]:
print('第',i,'个,',end='')
print('')
if __name__=='__main__':
n=5
c=10
w=[2,2,6,5,4] v=[6,3,5,4,6] res=bag(n,c,w,v)
show(n,c,w,res)
输出结果如下：
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总
结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进
阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
您可能感兴趣的文章您可能感兴趣的文章:python实现最大子序和（分治+动态规划）python实现对求解最长回文子串的动态规划算法分析python动
态规划的递归、非递归实现动态规划之矩阵连乘问题Python实现方法Python基于动态规划算法计算单词距离使用 Python 写一
个简易的抽奖程序Python+Redis实现布隆过滤器Python二次规划和线性规划使用实例
评论0