背包问题详解

原创已于 2022-06-06 23:49:22 修改 · 290 阅读

0 ·

CC 4.0 BY-SA版权

喜欢文章？请私信联系作者。

文章标签：

#动态规划 #算法 #背包问题

于 2021-09-07 22:23:56 首次发布

dp 专栏收录该内容

23 篇文章

订阅专栏

本文介绍了背包问题的基本概念，包括物品价值与成本、状态转移方程的建立，并通过一个实例演示如何用动态规划求解。重点在于分析如何通过状态假设和转换条件来设计算法，适合面试前复习。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

0.总结

趁过两天又要面试，这里简要的总结一下背包问题。
博客来源： LawsonAbs@CSDN

1.题目

有N件物品和一个容量为V的背包。第i件物品的成本是 c[i]，价值是 w[i]。求解将哪些物品装入背包可使价值总和最大，要求是：物品只能放一次。

2.分析

写动态规划题，需要抓住两点：做好状态假设；并推导出转换条件；

假设dp[i][j] 表示放当前第i件物品，在总质量为j的情况下，可以得到的最大价值，当前物品只有放与不放两种选择，如果选择放，那么就相当于从j个质量中腾出w[i]个质量给第i个物品；如果选择不放，那么就相当于直接“继承”第i-1件物品的最大值。
所以根据上面这两点，我们可以得到如下表达式：
$dp[i][j]=\left\{\begin{aligned} &dp[i-1][j] \quad \quad if(j < w[i])\\ &dp[i-1][j-w[i]]+c[i] \quad if(j \ge w[i]) \end{aligned} \right.$
根据这个式子，就可以写出整个代码了。

3.示例

各个物品的重量 w = [1,3,2,5] ，各个物品的金钱 p = [200,240,140,150] ，背包所能承受的最大重量 5。那么所能得到的最大价值是什么？

4.代码

def pack_01(w,c,maxW):
    # f = [0 for i in range(4) for j in range(5)]  # 生成的是一位数组
    # 第一个是行，第二个是列
    f = [[0 for _ in range(6)] for _ in range (5)]

    for i in range(1,5): # i表示当前物品 [1,5)
        for j in range(1,maxW+1): # j表示当前重量 [5,0)
            f[i][j] = f[i-1][j] # 首先初始化赋值，这是最基本的
            if j >= w[i]:
                f[i][j] = max(f[i][j],f[i-1][j-w[i]] + c[i]) # 取最大            
    print(f[4][maxW])

# 为了方便，0下标被置为0
w = [0,1,3,2,5] 
c = [0,100,240,140,150]
maxW = 5 # 能承受的最大重量
pack_01(w,c,5)