背包九讲 python

本文介绍了01背包问题的动态规划解决方案,包括两种不同优化策略:二维到一维的优化。通过实例展示了如何求解物品装入背包以最大化价值的过程,讨论了在限制背包容量的情况下如何选择物品。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

01背包问题

题目来源:acwing

2. 01背包问题 - AcWing题库

N=1005
#f[i][j]:i件物品,体积为j 属性:总价值max
#分割:不要第i件物品,f[i][j]=f[i-1][j]
#要第i件物品:f[i-1][j-v(i)]+w[i]
f=[[0 for i in range(N)]for i in range(N)]
a=[0 for i in range(N)]
b=[0 for i in range(N)]
n,v=map(int,input().split())
for i in range(1,n+1):
    a[i],b[i]=map(int,input().split())
for i in range(1,n+1):
    for j in range(1,v+1):
        if j>=a[i]:
            f[i][j]=max(f[i][j],f[i-1][j-a[i]]+b[i])
        else:
            f[i][j]=f[i-1][j]
            
print(f[n][v])
    
    

区分01背包和完全背包的优化: 二维 =>一维:

N=1005
#f[i][j]:i件物品,体积为j 属性:总价值max
#分割:不要第i件物品,f[i][j]=f[i-1][j]
#要第i件物品:f[i-1][j-v(i)]+w[i]
f=[0 for i in range(N)]
a=[0 for i in range(N)]
b=[0 for i in range(N)]
n,v=map(int,input().split())
for i in range(1,n+1):
    a[i],b[i]=map(int,input().split())
for i in range(1,n+1):
    for j in range(v,a[i]-1,-1):
            f[j]=max(f[j],f[j-a[i]]+b[i])
            
print(f[v])
    
    

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值